Curriculum Vitae
Vítor Wilher
Engenheiro de IA Sênior — Agentes, LLMs em Produção e RAG | Professor de IA Generativa (MBA)
Contatos
Endereço: Rua Professor Azevedo Marques, 15, Apto 405, Leblon, Rio de Janeiro
E-mail: vitorwilher@analisemacro.com.br
Telefone: +55 (21) 96721-6813
Linkedin: linkedin.com/in/vitorwilher
Portfólio: vitorwilher.github.io
Resumo das Habilidades
Engenheiro de IA com formação sólida em Economia e Estatística, atuando no ciclo completo de produtos de IA Generativa — refinamento técnico, decisões de arquitetura, implementação, deploy e sustentação em produção. Constrói agentes de IA em operação contínua: tool use/function calling, structured outputs com JSON Schema, RAG híbrido (BM25 + denso, fusão RRF e reranking), integração com APIs REST e sistemas de terceiros, e entrega em canais reais — incluindo WhatsApp Business (Meta Cloud API) com templates aprovados e TTS. Trata qualidade como engenharia: guardrails e gates human-in-the-loop contra alucinação, eval harness com golden set e LLM-as-judge que reprova regressão no CI, e observabilidade de custo por token, latência e qualidade por execução. Opera multi-provedor (Anthropic, OpenAI, Google; Amazon Bedrock) escolhendo modelo por qualidade × custo × latência, e publica servidores MCP (Model Context Protocol). Traduz necessidade de negócio em solução técnica e comunica com públicos executivos — é professor de IA Generativa em MBA. Bacharel e Mestre em Economia (UFF), Especialista em Análise de Dados e IA, Candidato ao PhD em Economia pela EPGE/FGV. Líder Técnico de IA Generativa da Análise Macro e Professor de IA Generativa na Impacta Tecnologia.
Hard Skills: Python (principal, orientação a objetos e boas práticas de engenharia), R, SQL, TypeScript, FastAPI, Docker, Git, CI/CD (GitHub Actions, GitLab CI), testes automatizados e de integração (pytest), Clean Code e padrões de projeto; LLMs e API programática (Anthropic Claude, OpenAI, Google Gemini, Amazon Bedrock), agentes e orquestração (LangChain, Claude Agent SDK, grafos de estado com roteamento dinâmico), function calling/tool use, structured outputs/JSON Schema e validação de respostas, prompt caching, Prompt e Context Engineering, fluxos human-in-the-loop; RAG e vector databases (ChromaDB, pgvector, BM25/embeddings, RRF, reranking); guardrails, mitigação de alucinação e segurança aplicada a LLMs (text-to-SQL seguro, gestão de secrets, credenciais de escopo mínimo); avaliação e observabilidade de LLMs (golden set, LLM-as-judge, self-consistency, LangSmith, QA-Eval, gate de CI, custo/latência/tokens por request); MCP (Model Context Protocol) — construção e publicação de servidores; fine-tuning (LoRA/QLoRA), NLP, Machine Learning (Scikit-learn, Pandas, NumPy), Deep Learning, foundation models de séries temporais (Chronos, TimeGPT), Econometria e Inferência Estatística (OLS/HAC, GMM, VAR/VECM, filtro de Kalman, bootstrap); Cloud (AWS — EC2, Lambda, S3, SageMaker AI, DynamoDB, Aurora, Redshift, Bedrock; Google Cloud Storage; Cloudflare Workers), PostgreSQL, DuckDB, Parquet, orquestração de pipelines e filas.
Soft Skills: liderança técnica de projetos, comunicação com públicos técnicos e não-técnicos, mentoria de desenvolvedores, criatividade, trabalho em equipe, bom humor.
Principal Interesse atual: engenharia de agentes de IA em produção — jornadas conversacionais integradas a APIs e sistemas corporativos, com guardrails, avaliação contínua e observabilidade de custo, latência e qualidade — aplicada a economia, finanças e mercado financeiro.
Formação Educacional
Doutorado em Economia
- Tese sobre o uso de foundation models para previsão de variáveis macroeconômicas — capacidade preditiva zero-shot de modelos fundacionais de séries temporais (Amazon Chronos, Nixtla TimeGPT) frente a modelos econométricos e de machine learning na previsão de IPCA, câmbio, PIB e Selic;
- Investiga o ganho marginal de ensembles que combinam modelos fundacionais, ML clássico e sinais textuais extraídos por LLMs da comunicação do Banco Central, com avaliação estatística formal (Diebold-Mariano, Mincer-Zarnowitz) contra o Boletim Focus;
- Base empírica implementada e em operação contínua no projeto Previsão Macro (previsões publicadas e reavaliadas a cada ciclo desde 2026).
Pós-Graduação em LLMs e IA Generativa
- Trabalho de Conclusão de Curso sobre o ROI Diagnóstico — plataforma de inteligência comercial que integra seis APIs de negócio e camadas de IA Generativa para diagnóstico e decisão em um negócio digital real;
- O sistema já opera em produção: pipeline diário orquestrado, data warehouse analítico em Parquet/DuckDB, agentes de monitoramento que sintetizam desempenho de campanhas com LLM e entregam relatórios automáticos via WhatsApp Business API, além de módulos de diagnóstico financeiro (DRE e fluxo de caixa) sobre a operação.
Mestrado em Economia
- Atividades e grupos: Coordenador do Grupo de Estudos sobre Conjuntura Econômica (GECE/UFF);
- Tutor da disciplina Conjuntura e Cenários Macroeconômicos;
- Dissertação defendida com o título “Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil” perante banca composta pelos professores Gustavo H. B. Franco, Gabriel Montes Caldas, Luciano Vereda Oliveira e Carlos Enrique Guanziroli.
Graduação em Engenharia de Software
- Ênfase em Inteligência Artificial.
Graduação em Economia
- Monitor da disciplina Macroeconomia I
- Monografia de Final de Curso: A nova política monetária brasileira no contexto da grande recessão.
Graduação em Economia
Técnico de Telecomunicações
Experiência Profissional
Líder Técnico de IA Generativa
- Liderança técnica no ciclo completo de produtos de IA Generativa e ML — refinamento, decisões de arquitetura, implementação, deploy e sustentação em produção —, atuando como interlocutor entre necessidades de negócio e implementação técnica;
- Desenvolvimento de agentes de IA com RAG (recuperação híbrida BM25 + densa, fusão RRF e reranking), orquestração com LangChain e engenharia de prompts, servidos como API REST em FastAPI e empacotados em Docker — como o serviço de consulta às atas do COPOM, com eval harness (golden set + LLM-as-judge), gate de qualidade que reprova regressões no CI e observabilidade de custo, latência e tokens por request;
- Construção e sustentação de agentes em produção contínua que integram LLM a APIs de terceiros e entregam em canais transacionais — pipeline semanal que coleta fontes por IMAP e RSS, sintetiza com Claude (streaming, adaptive thinking), renderiza documento e entrega via WhatsApp Business Cloud API com templates aprovados, mais geração de áudio por TTS publicada como link — tudo orquestrado em GitHub Actions, com execução sob demanda por workflow dispatch e degradação segura (cada etapa falha isolada, sem quebrar a entrega nem fabricar conteúdo);
- Concepção e publicação do primeiro servidor MCP (Model Context Protocol) da empresa, em TypeScript sobre Cloudflare Workers: expõe as séries analíticas do IPCA como ferramentas que assistentes de IA (Claude, Cursor, Codex) consomem ao vivo, com atualização mensal automática e sem autenticação para o usuário final;
- Construção de sistemas multi-LLM / multi-agente para análise de sentimento das atas do COPOM — três provedores em paralelo (Anthropic, Google e OpenAI), com validação cega por agentes independentes e agregação por self-consistency, seleção de modelo por qualidade × custo × latência e saídas validadas contra schema;
- Arquitetura e operação do ROI Diagnóstico, plataforma de inteligência comercial que integra seis APIs REST de negócio (e-commerce, gateway de pagamento, ads, analytics, CRM e e-mail marketing) em pipeline diário orquestrado, com validação de contrato por schema (Pandera), DuckDB sobre Parquet em nuvem e camada de agentes que sintetiza desempenho com LLM e entrega relatórios recorrentes via WhatsApp Business API;
- Autoria do pacote R
nucleos(código aberto), que reproduz as séries analíticas do IPCA publicadas pelo Banco Central (Nota Técnica 57) com conformidade verificada em testes automatizados contra a série oficial do SGS; - Avaliação e observabilidade de modelos e pipelines de IA: LLM-as-judge, LangSmith e QA-Eval para evals e testes de regressão; validação estatística de previsões (Diebold-Mariano, Mincer-Zarnowitz) contra o Boletim Focus do Banco Central;
- Pipelines preditivos combinando ML clássico (Scikit-learn/
skforecast) e foundation models (Amazon Chronos, Nixtla TimeGPT) em ensembles para IPCA, câmbio, juros e PIB, publicados em dashboard com CI/CD via GitHub Actions (cache de pesos, controle de concorrência) e reavaliados a cada ciclo; - Estudos de fine-tuning (LoRA/QLoRA) de modelos abertos para extração estruturada de indicadores de releases do BCB/IBGE, com benchmark próprio contra baselines zero-shot via API — avaliando a troca entre custo de inferência e acurácia em tarefa estreita;
- Liderança técnica e curadoria da trilha de IA aplicada a economia e finanças no Clube AM: 91 exercícios de Inteligência Artificial publicados (índice de sentimento do Copom com LLMs, RAG sobre documentos econômicos, agentes de IA e previsão com IA), com coordenação e mentoria da equipe de autores.
Professor de IA Generativa
- Transformers e LLMs (Master em IA): arquitetura Transformer e self-attention, pré-treino e RLHF, multimodalidade, e a cadeia de valor econômica dos LLMs — do modelo como serviço à decisão de build vs. buy;
- AI Applications (MBA em IA): disciplina de fechamento do programa, conduzida como laboratório aplicado — design de soluções de IA orientadas a valor, integração de ML + LLMs + dados + automação, prototipagem e defesa da solução para stakeholders executivos, com entrega final avaliada como produto de ponta a ponta;
- Tradução de arquitetura técnica de IA para público executivo — competência aplicada diretamente em decisões de custo, risco e viabilidade de soluções.
Especialista em Tecnologia e Dados
- Especialista em Dados e IA Generativa com atuação na Célula de Inovação do SENAC, sendo o responsável pelo portfólio de Cursos e Projetos em engenharia, ciência, análise de dados, IA Generativa e Cloud para todo o Estado do Rio de Janeiro;
- Concepção e desenvolvimento do Agente de Validação Pedagógica de materiais do ETIM: pipeline agêntico em Python + API Anthropic (Claude) com tool use (web search para checagem de fontes), structured outputs (JSON schema), prompt caching e system prompt versionado, que valida e reescreve materiais didáticos preservando a autoria do conteudista — com gate human-in-the-loop que impede que conteúdo autorado pela IA vire entrega sem revisão do especialista;
- Eval harness do agente com golden set (8 pares “insumo → validação humana”), rubrica multicritério por LLM-as-judge, controle negativo de preservação e relatório por critério — evals e testes de regressão como critério de aceite de cada mudança de prompt, com observabilidade de custo, tokens e latência por execução.
Fundador · Cientista de Dados e Head de Conteúdo Técnico
- Fundação e crescimento de uma escola de dados aplicados a economia e finanças, com liderança técnica do portfólio de produtos educacionais e de pesquisa aplicada;
- Design e desenvolvimento de mais de 40 cursos e do acervo do Clube AM — 700 exercícios aplicados publicados em Python, R e SQL —, com coordenação e mentoria da equipe de autores e comunicação técnica adaptada a públicos técnicos e não-técnicos;
- Construção e automatização de pipelines de ETL com SQL, Python e R para coleta e tratamento de dados econômico-financeiros de fontes como B3, Banco Central e SIDRA/IBGE, com rastreabilidade das execuções;
- Modelagem econométrica e preditiva (séries temporais, VAR/VECM, filtro de Kalman, machine learning) aplicada a inflação, câmbio, juros e atividade;
- Prestação de consultoria em análise de dados para empresas do mercado financeiro; aplicação de metodologias ágeis para a criação de novos produtos digitais.
Membro do Comitê de Gestão
- Atuou como membro do Conselho de Gestão da instituição;
- Ministrou palestras em todo o Brasil sobre perspectivas econômicas e análise de dados.
Professor
- Professor de Matemática e Estatística nos cursos de MBA da instituição.
Coordenador
- Coordenei alunos de graduação no desenvolvimento de análises de perspectivas econômicas;
- Organizei e apresentei palestras com palestrantes renomados, incluindo o Professor Gustavo Franco e a Professora Monica de Bolle.
Estagiário Middle Office Comercial
Atuação no middle office da área comercial da Endesa Geração de Energia. A atividade principal envolvia a elaboração de estudos e relatórios sobre o mercado de energia elétrica brasileiro, com o auxílio de modelos matemáticos (NEWAVE, principalmente) e acesso a regulamentos da ANEEL e da CCEE e publicações da EPE e da ONS. Além disso, era responsável pela elaboração de microestudos sobre a viabilidade financeira de operações de compra e venda de energia elétrica, sempre comparando o negócio proposto com o custo de oportunidade, representado pelo PLD. Fiz uso intensivo de macros e VBA no Excel, além de operação do NEWAVE, modelo matemático responsável por gerar cenários de tendência para o preço da energia elétrica no Brasil.
Estagiário
Atuação como Estagiário de Economia na assessoria econômico-financeira às empresas incubadas e na implementação e gerenciamento do Desafio Universitário Empreendedor Sebrae.
Estagiário
Atuação como Estagiário de Economia, auxiliando na coleta e tratamento de dados macroeconômicos.
Estagiário
Atuação como Estagiário de Economia na elaboração de rotinas de administração financeira de uma empresa (fluxo de caixa, DRE, balanço patrimonial etc.); elaboração de business plan; estruturação e obtenção de financiamento de longo prazo junto ao BNDES; estudos de viabilidade econômica; concepção e estruturação de project finance, dentre outras atividades correlacionadas.
Técnico de Gerência de Redes Sr
Trabalhou na Gerência de Redes Nacional da operadora, como especialista na programação de centrais telefônicas de grande porte EWSD/Siemens. As atividades principais envolviam a configuração das centrais EWSD/Siemens da planta e resolução de falhas da rede doméstica (voz e sinalização) envolvendo principalmente protocolos TUP, ISUP e MFC-R2. Também era responsável pelo suporte e treinamento a outros membros da equipe. As habilidades necessárias eram saber programar em CHILL, conhecer redes/protocolos de telecomunicações e hardware da central EWSD/Siemens.
Projetos Selecionados
ROI Diagnóstico — plataforma de inteligência comercial que sustenta a operação de um negócio digital de ponta a ponta (repositório privado). Integra seis APIs REST (WooCommerce, Pagar.me, Meta Ads, Google Analytics 4, CRM e e-mail marketing) em pipeline diário orquestrado por GitHub Actions, com validação de contrato por schema (Pandera), refresh incremental com deduplicação, persistência em Parquet no Google Cloud Storage e consultas analíticas em DuckDB — servido em dashboard interativo. Sobre essa base roda uma camada de agentes de monitoramento que sintetizam desempenho de campanhas e finanças com LLM e entregam relatórios recorrentes via WhatsApp Business Cloud API (templates aprovados), além de módulos de DRE e fluxo de caixa sobre a operação real. Base do TCC da pós-graduação em LLMs e IA Generativa (PUC-Rio).
Newsletter Digest Bot — agente de IA em produção contínua desde abril/2026, entregando sem intervenção humana toda semana. Coleta um corpus heterogêneo via IMAP e feeds RSS (arXiv, RePEc, NBER), sintetiza com Claude Opus (streaming, adaptive thinking, system prompt versionado), injeta seções curadas de fontes externas via MCP, renderiza PDF e entrega no WhatsApp Business Cloud API; um segundo fluxo gera podcast com TTS multi-voz publicado como link. Suporta execução sob demanda por workflow dispatch (dossiê vertical sobre tema escolhido) e foi projetado para degradação segura: cada etapa falha isolada, sem quebrar a entrega e sem fabricar conteúdo — com normalização de fontes que corrige links quebrados na origem. Orquestrado em GitHub Actions, credenciais por secrets e deploy key de escopo mínimo (repositório privado).
Previsão Macro — pipeline reprodutível que publica previsões de IPCA, câmbio, PIB e Selic em dashboard atualizado automaticamente. Combina em ensemble modelos econométricos e de ML (skforecast/Scikit-learn) com dois foundation models de séries temporais — Amazon Chronos (aberto, zero-shot) e Nixtla TimeGPT (proprietário, com exógenas e intervalos quantílicos) — e um modelo dedicado à Selic que usa como exógena o índice de tom das atas do Copom extraído por três LLMs. Três workflows de CI/CD encadeados, com cache de pesos e controle de concorrência. Base empírica da tese de doutorado (EPGE/FGV). vitorwilher.shinyapps.io/previsao_macro
MCP Análise Macro — servidor MCP público que leva as séries analíticas do IPCA (Nota Técnica 57 do BCB) para dentro do Claude, Cursor e Codex. TypeScript sobre Cloudflare Workers, sem autenticação, com atualização mensal automática. Primeiro MCP da empresa. nucleos-mcp.analisemacro.workers.dev
nucleos — pacote R de código aberto que reproduz as 22 séries analíticas do IPCA do Banco Central, com conformidade verificada em testes automatizados contra a série oficial do SGS. github.com/vitorwilher/nucleos
Agente de Validação Pedagógica ETIM (SENAC RJ) — agente de IA em produção que valida materiais didáticos contra as regras pedagógicas do programa. Python + API Anthropic com tool use (web search), structured outputs e prompt caching; gate human-in-the-loop e eval harness com golden set e LLM-as-judge.
COPOM RAG Service — RAG sobre as atas do Copom e o Focus servido como API REST (FastAPI + Docker), com recuperação híbrida BM25 + densa, fusão RRF e reranking, respostas com fontes citadas como guardrail contra alucinação numérica, e eval harness — golden set, LLM-as-judge com self-consistency e gate de CI que reprova regressão de qualidade — além de observabilidade de custo, latência e tokens por request. github.com/vitorwilher/copom-rag-service
Sentimento COPOM & Regra de Taylor — índice de tom hawkish-dovish das atas construído com três LLMs em paralelo e validação cega por agentes independentes, usado como regressor em uma Regra de Taylor aumentada (OLS/HAC, GMM, VAR/VECM, filtro de Kalman). vitorwilher.github.io
Idiomas
Inglês — Nível Avançado
Espanhol — Nível Intermediário
Habilidades Principais
- Python (OO, Clean Code, pytest)
- LLMs em produção (Anthropic, OpenAI, Google, Bedrock)
- Agentes de IA e orquestração (LangChain, Claude Agent SDK)
- Function calling / tool use
- Structured outputs e JSON Schema
- RAG (híbrido BM25 + denso, RRF, reranking)
- Guardrails e mitigação de alucinação
- Avaliação de LLMs (golden set, LLM-as-judge, gate de CI)
- Observabilidade (custo/token, latência, qualidade)
- Prompt e Context Engineering
- APIs REST (FastAPI) e integrações corporativas
- WhatsApp Business Cloud API
- Docker, CI/CD (GitHub Actions, GitLab CI)
- Cloud (AWS, GCP, Cloudflare Workers)
- SQL / PostgreSQL / DuckDB
- MCP (Model Context Protocol)
- Foundation models de séries temporais
- Machine Learning (Scikit-learn) e fine-tuning (LoRA/QLoRA)
- Econometria e Inferência Estatística
- Comunicação executiva e liderança técnica