Portfólio · Fred Tamashiro
Da consulta de documentos à extração estruturada de informações, conheça outros projetos de inteligência artificial aplicada.
Inteligência artificial aplicada
Consulta inteligente de documentos
Aplicação de consulta inteligente de documentos com IA. Permite fazer perguntas sobre o conteúdo de PDFs e utiliza RAG para buscar trechos relevantes e contextualizar as respostas.
Grupo Nissei
Solução de IA generativa que transforma receitas médicas e imagens em informações estruturadas para integração com sistemas de farmácias.
Desenho da arquitetura e dos prompts, implementação, validação, testes automatizados e observabilidade, com otimização dos modelos e do custo operacional.
A avaliação de modelos usa receitas reais previamente rotuladas. Os critérios são precisão, recall, acurácia por campo, custo e latência.
Os modelos multimodais identificam paciente, médico, CRM, data da prescrição, medicamentos e posologias. Regras de validação ajudam a reduzir interpretações incorretas e a tratar informações ausentes ou ilegíveis.
A arquitetura combina Python, FastAPI e serviços AWS para executar o fluxo de leitura.
O processamento assíncrono utiliza filas de mensagens e execução serverless, com acesso aos modelos pelo Amazon Bedrock.
Lia — Assistente corporativa com RAG e gestão do conhecimento
Plataforma corporativa de IA cuja assistente, Lia, consulta documentos internos com RAG e controle de acesso, apresenta fontes e registra lacunas de conhecimento quando não há evidência suficiente. Integra onboarding e notificações assíncronas, com avaliação de qualidade e segurança das respostas.
Atuação: arquitetura e desenvolvimento full stack, da ingestão de documentos à avaliação das respostas.
A busca semântica com PostgreSQL/pgvector gera respostas com citações persistidas e revalidadas. RBAC, ACL e isolamento organizacional são aplicados antes da busca vetorial, considerando usuário, departamento, cargo e permissões.
Quando não há evidência suficiente, as lacunas de conhecimento são registradas, classificadas e priorizadas, com atribuição de responsável e acompanhamento até a resolução.
Onboarding com programas, trilhas, etapas, progresso e prazos. Consultas determinísticas aos dados estruturados dispensam o uso de LLM quando apropriado.
A ingestão assíncrona inclui extração, chunking, embeddings, versionamento e publicação controlada. Notificações usam Transactional Outbox, Celery e Redis, com idempotência, agrupamento, retries e dead letter.
Dataset sintético de 60 cenários para avaliar RAG, fundamentação das respostas, citações, abstenção, ACL e prompt injection.
Recursos implementados incluem rate limiting, health/readiness checks, métricas, heartbeats, backup e restauração, containers non-root, CI/CD e release gates.
Desenvolvimento orientado por especificações e assistido por IA, com documentação técnica, ADRs, critérios de aceite e testes.
