EBQuem sou eu?

Fortaleza, Ceará, Brasil

✉️ eliabebastosdias01@gmail.com
💼 linkedin.com/in/eliabebastos
📝 ghidorah.com.br

Resumo

ML Engineer que une IA e engenharia de software para colocar modelos em produção. Atualmente desenvolve agentes com LLMs e RAG para consulta tributária. Na UFC, trabalhou com visão computacional (YOLO, CNNs) e NLP aplicado à saúde. Soma mais de 4 anos de experiência em backend e cloud (AWS, GCP, Terraform), com foco em sistemas de ML escaláveis e confiáveis.

Stack principal: Python · PyTorch · LLMs · RAG · MLOps · AWS · GCP

Principais competências: RAG · PyTorch · Processamento de Linguagem Natural (PLN)

Experiência

• Analista de Software INov 2025 – Atual · Fortaleza, CE
  • Sistemas de agentes de IA com RAG sobre base legislativa para consulta tributária (LLM + banco vetorial)
  • Documentação automatizada de repositórios de código
  • Extração e classificação de grandes volumes de texto
  • Desenvolvimento em Java/Angular
• Desenvolvedor Fullstack PlenoAgo 2024 – Ago 2025 · Fortaleza, CE
  • Manutenção de ERP para a malha rodoviária brasileira (PHP/Laravel)
  • Desenvolvimento de ERP banking em PHP/Laravel
  • APIs em arquitetura hexagonal com política de testes
  • API de consolidação financeira em Node.js com grande volume de dados
  • Scrum com Azure/Jira
• Desenvolvedor Fullstack JúniorAbr 2022 – Jul 2024 · Fortaleza, CE
  • Manutenção de ERP/CRM em Node/TypeScript para gestão de viagens corporativas
  • APIs REST e GraphQL em arquitetura hexagonal (MySQL, Redis, SQS)
  • Integração e notificações via Slack para o time comercial
  • Sincronização de grandes volumes de dados com clientes internacionais
  • Infraestrutura AWS com Terraform (EC2, SQS, SNS, Lambda)
  • SQL para relatórios complexos; Docker para microsserviços
  • Manipulação automatizada de arquivos (PDF e Excel)

Formação

• Universidade Federal do Ceará (UFC)Bacharelado em Engenharia de Computação · jan de 2021 – jun de 2027

  Ênfase em ML, LLM e visão computacional.

  Atividades e grupos

  • Projeto de detecção de placas em câmeras de videomonitoramento (YOLO)
  • Projeto de suporte ao diagnóstico de doença cromossômica em imagens de ultrassom de fetos (CNN/PyTorch)
  • Projeto de suporte ao diagnóstico a partir de dados clínicos em prontuários não estruturados (NLP/LLMs)
  • Projeto de análise exploratória dos dados públicos sobre violência contra a mulher (Pandas, visualização)

  Competências: Amazon Web Services · Aprendizado de máquina