Matheus Gabriel • Cientista de Dados · Banco do Brasil

Engenharia de sistemas que transformam dados em decisões.

Atuo na construção de sistemas de processamento de dados em larga escala e pipelines de ML no Banco do Brasil. Especialista em mobilidade urbana e modelos de classificação e regressão, foco em soluções de IA que unem rigor técnico, facilidade de manutenção e impacto real em ambientes corporativos de alta complexidade.

Ver Experiência Ler Blog

Localização: Brasília, Brasil
Status: Aberto a oportunidades

Mestrando Mestrado em Computação Aplicada — UnB Computação Aplicada com foco em IA e métodos estatísticos.

Engenheiro de Software Graduação em Engenharia de Software — UnB Formação sólida em algoritmos, sistemas e design de software.

Banco do Brasil Assessoria de Tecnologia Governança tecnológica e tomada de decisão baseada em dados no maior banco do Brasil.

Múltiplas certificações Certificações e formação contínua Conjunto de certificações em Python, BI, orquestração e proficiência em idiomas, acompanhado de especialização técnica contínua.

Pesquisa Atual Universidade de Brasília (UnB) · Início em 2026

Mestrado em Computação Aplicada

Pesquisa aplicada na interseção entre aprendizado de máquina, inferência estatística e engenharia de software — com foco em sistemas mensuráveis, reprodutíveis e úteis na prática.

IA Estatística Engenharia de Software

Aprendizado de MáquinaModelagem EstatísticaEngenharia de SoftwareIA Aplicada

Academic Note

Institution

UnB

Status

Início em 2026

Projetos

O que foi entregue

Programas reais, restrições reais e decisões de entrega fundamentadas na realidade institucional e de engenharia.

Experiência completa →

Data Scientist · Jun 2022 – Jan 2024

ALEI 1G — Legal Document Analysis Platform

AI.lab UnB / CNJ

Applied NLP and machine learning to the analysis and classification of Brazilian legal documents in the ALEI 1G project — a national initiative connecting AI.lab UnB with TRF1 and CNJ for judicial workflow modernization.

Impact

Built NLP pipelines and classification models for automatic legal document analysis at national scale, reducing manual categorization workload for judicial analysts.

NLP pipeline for automatic classification of legal documents at TRF1
Supervised and semi-supervised classification models for legal category extraction
REST APIs integrating model outputs into institutional judicial systems

NLPLegal TechClassificationMLflow

Notas técnicas

Todos os posts →