Fellipe Gomes

Data Science Specialist @ Accenture | Kaggle Master

Formado em Estatística e Probabilidade, atuo como Cientista de Dados com foco em Machine Learning e Inteligência Artificial desde 2017. Criei este blog para compartilhar soluções, técnicas e ferramentas que fazem parte da minha jornada.

Mentoria · vagas limitadas

Mentoria individual em Data Science e IA

Currículo, portfólio, entrevista técnica ou um projeto travado.
Agendamento pela eMentor.

Agende uma mentoria →

Destaques

Solução Final - ML Olympiad [1º lugar]

30 de maio de 2023·6 minutos

Machine Learning Fundamentos De Data Science Catboost Classification Data-Mining Data-Science Kaggle Machine Learning Modelagem Pratica R

Solução vencedora (1º lugar) da ML Olympiad do Kaggle: estratégia analítica completa com CatBoost e R para classificação em dados de saúde pública.

Solução Final - ML Olympiad [2º lugar]

19 de abril de 2022·26 minutos

Machine Learning Fundamentos De Data Science Catboost Data-Mining Data-Science Kaggle Machine Learning Modelagem Pratica R Regressao

Solução que alcançou o 2º lugar na ML Olympiad do Kaggle: análise exploratória em R, feature engineering e modelagem com CatBoost para prever qualidade educacional.

Solução Final - Porto Seguro Data Challenge [3º lugar]

1 de novembro de 2021·18 minutos

Machine Learning Fundamentos De Data Science Catboost Data-Science Kaggle Knn Machine Learning Optuna Pratica Python Shap Threshold-Movel

A solução que ficou em 3º lugar no Porto Seguro Data Challenge no Kaggle, combinando KNN, XGBoost, SHAP values e AutoGluon em Python.

Análise de Sentimentos com um "ChatGPT" de Código Aberto

20 de abril de 2024·Atualizado em: 7 de julho de 2026·21 minutos

Inteligência Artificial Texto E NLP Chatgpt Data-Science Gam Inteligencia-Artificial Llama2 Llm Python Redes-Neurais Sentiment-Analysis Langchain-Series

Como executar localmente o LLM open source Llama2 para realizar análise de sentimentos em Python, superar o modelo clássico VADER e interpretar os resultados.

Audiobooks com IA Gratuitamente: do PDF ao Áudio com edge-tts

2 de fevereiro de 2025·Atualizado em: 7 de julho de 2026·11 minutos

Inteligência Artificial Programação E Ferramentas Texto E NLP Acessibilidade Aprendizado-De-Maquina Audio Audiobook Automacao Book Conversao-De-Texto-Em-Audio Deep-Learning

Transforme qualquer texto em audiobook de forma gratuita e automatizada com IA: extração de PDF/EPUB, tradução e síntese de voz com edge-tts em português.

O paradoxo dos aniversários com simulação e probabilidade

20 de janeiro de 2018·9 minutos

Fundamentos De Data Science Inteligência Artificial Machine Learning Analise-Multivariada Estatistica Modelagem Modelagem-Estatistica Probabilidade Simulacao Teoria

O paradoxo dos aniversários: em um grupo de 23 pessoas, a chance de duas fazerem aniversário no mesmo dia passa de 50%. Veja a prova e a simulação em R.

Recebe os próximos posts por email

Data science, IA e agentes. Sem spam, cancela quando quiser.

Apresentações gravadas no Youtube

Palestra · IEEE UFF · 2021

Ciência de Dados: Uma Visão Geral Para Quem Quer Começar

Palestra de ~1h no Ramo Estudantil IEEE UFF — panorama completo de data science, do básico ao ML e DL, com visão prática em Python e R.

Meetup · TensorFlow UGSP · 1.º lugar · 2023

Solução Final — ML Olympiad Kaggle (Ensure Healthy Lives)

Apresentação de ~1h30 da solução vencedora (1.º lugar) da competição ML Olympiad no meetup do TensorFlow User Group São Paulo.

Posts

2026

TabFM contra CatBoost, XGBoost e LightGBM em 10 datasets tabulares

6 de agosto de 2026·17 minutos

Machine Learning Fundamentos De Data Science Inteligência Artificial Tabfm Catboost Xgboost Lightgbm Gradient-Boosting Dados-Tabulares Modelos-Fundacionais Benchmark Estatistica Machine Learning Python Kaggle

Benchmark próprio do TabFM, o modelo fundacional tabular do Google, contra 3 GBMs em 10 datasets, com bootstrap pareado, Friedman, Wilcoxon e tempo de inferência medido.

LLM local com Qwen e LangChain: agente sem APIs externas

26 de fevereiro de 2026·Atualizado em: 7 de julho de 2026·11 minutos

Inteligência Artificial Programação E Ferramentas Fundamentos De Data Science Llm Langchain Llama-Cpp Gguf Qwen Agent-Ai Python Apple-Silicon Open-Source Langchain-Series

Como rodar o Qwen2.5-4B (GGUF, ~2.5 GB) offline no Mac via llama-server e construir um agente com LangChain, tools e saída estruturada, sem custo de API.

2025

Análise de ligações de telemarketing com Whisper e LangChain

26 de novembro de 2025·Atualizado em: 7 de julho de 2026·13 minutos

Inteligência Artificial Programação E Ferramentas Texto E NLP Call-Center Gpt-4 Langchain Nlp Python Sentiment-Analysis Speech-to-Text Telemarketing Voice-Analytics Whisper Langchain-Series

Como criar um agente com Whisper, Pyannote e LangChain para analisar 13 ligações de telemarketing em menos de 4 minutos, extraindo sentimento e resultado em JSON.

Equipe Multiagente com LangChain e LangGraph para Análise do Bitcoin

4 de maio de 2025·Atualizado em: 7 de julho de 2026·14 minutos

Fundamentos De Data Science Inteligência Artificial Programação E Ferramentas Agent-Ai Analise-Dados Bitcoin Crypto Inteligencia-Artificial Langchain Langgraph Langsmith Llm Mercado-Financeiro Langchain-Series

Como criar uma equipe de 4 agentes de IA com LangChain e LangGraph para coletar dados, analisar o Bitcoin em tempo real e enviar alertas via Telegram.

Audiobooks com IA Gratuitamente: do PDF ao Áudio com edge-tts

2 de fevereiro de 2025·Atualizado em: 7 de julho de 2026·11 minutos

Inteligência Artificial Programação E Ferramentas Texto E NLP Acessibilidade Aprendizado-De-Maquina Audio Audiobook Automacao Book Conversao-De-Texto-Em-Audio Deep-Learning

Transforme qualquer texto em audiobook de forma gratuita e automatizada com IA: extração de PDF/EPUB, tradução e síntese de voz com edge-tts em português.

2024

Extração de informações de imagens com IA Generativa

27 de setembro de 2024·Atualizado em: 7 de julho de 2026·13 minutos

Inteligência Artificial Machine Learning Chatgpt Data-Science Genai Ia-Generativa Inteligencia-Artificial Llama Llama2 Llava Llm Lmm

Veja como usar o modelo Llava para gerar descrições de imagens do dataset COCO-2017 e avaliar a qualidade com métricas como BLEU, ROUGE e BERTScore em Python.

Detecção de Linguagem Tóxica com o LLM Gemma e LangChain

26 de maio de 2024·9 minutos

Inteligência Artificial Texto E NLP Chatgpt Classification Data-Science Gemma Google Inteligencia-Artificial Kaggle Llm Machine Learning Prophet Langchain-Series

Classificamos tweets em português como tóxicos com Gemma-7b-it, few-shot dinâmico via Chroma e LangChain, sem fine-tuning — no Kaggle com GPU T4.

Análise de Sentimentos com um "ChatGPT" de Código Aberto

20 de abril de 2024·Atualizado em: 7 de julho de 2026·21 minutos

Inteligência Artificial Texto E NLP Chatgpt Data-Science Gam Inteligencia-Artificial Llama2 Llm Python Redes-Neurais Sentiment-Analysis Langchain-Series

Como executar localmente o LLM open source Llama2 para realizar análise de sentimentos em Python, superar o modelo clássico VADER e interpretar os resultados.

2023

Solução Final - ML Olympiad [1º lugar]

30 de maio de 2023·6 minutos

Machine Learning Fundamentos De Data Science Catboost Classification Data-Mining Data-Science Kaggle Machine Learning Modelagem Pratica R

Solução vencedora (1º lugar) da ML Olympiad do Kaggle: estratégia analítica completa com CatBoost e R para classificação em dados de saúde pública.

2022

Gerando arte com Inteligência Artificial

8 de agosto de 2022·16 minutos

Fundamentos De Data Science Inteligência Artificial Programação E Ferramentas Dalle2 Data-Science Dataart Gan Inteligencia-Artificial Python Redes-Neurais Vqgan-Clip

Veja como usar, opções, dicas e truques de modelos de inteligência artificial como DALL·E 2 e Stable Diffusion para criar arte sem código.

Solução Final - ML Olympiad [2º lugar]

19 de abril de 2022·26 minutos

Machine Learning Fundamentos De Data Science Catboost Data-Mining Data-Science Kaggle Machine Learning Modelagem Pratica R Regressao

Solução que alcançou o 2º lugar na ML Olympiad do Kaggle: análise exploratória em R, feature engineering e modelagem com CatBoost para prever qualidade educacional.

2021

Vou te provar que da para fazer Grafos bonitos em R!

3 de dezembro de 2021·Atualizado em: 7 de julho de 2026·9 minutos

Programação E Ferramentas Texto E NLP Data-Mining Estatistica Ggplot2 Grafo R Rstudio Strings Text-Mining Tidyverse Web-Scraping

Neste post vamos coletar notícias via web scraping, detectar entidades dos textos e criar um grafo utilizando igraph, tidygraph e ggraph.

Solução Final - Porto Seguro Data Challenge [3º lugar]

1 de novembro de 2021·18 minutos

Machine Learning Fundamentos De Data Science Catboost Data-Science Kaggle Knn Machine Learning Optuna Pratica Python Shap Threshold-Movel

A solução que ficou em 3º lugar no Porto Seguro Data Challenge no Kaggle, combinando KNN, XGBoost, SHAP values e AutoGluon em Python.

Otimizando pipelines que envolvem dados desbalanceados

28 de junho de 2021·13 minutos

Fundamentos De Data Science Machine Learning Programação E Ferramentas Imbalanced-Data Kaggle Machine Learning Pratica R Random-Forest Tidymodels Tidyverse Tunning

Testamos o pacote workflowsets do tidymodels para otimizar pipelines de balanceamento de dados desbalanceados em R, comparando SMOTE, ADASYN e Tomek Links.

Ciência de Dados: Uma Visão Geral Para Quem Quer Começar

24 de maio de 2021·6 minutos

Fundamentos De Data Science Machine Learning Programação E Ferramentas Big-Data Carreira Data-Science Estatistica Machine Learning Inteligencia-Artificial

O que é ciência de dados, o papel da estatística, machine learning, aplicações e dicas de carreira: um guia introdutório a partir de uma palestra na UFF.

Prevendo a qualidade do sono utilizando Machine Learning

4 de março de 2021·38 minutos

Machine Learning Fundamentos De Data Science Imbalanced-Data Lightgbm R Random-Forest Threshold-Movel Tidymodels Tidyverse Tunning

Usamos dados reais do app Sleep Cycle e um LightGBM ajustado para prever o humor ao acordar em uma base pequena e desbalanceada.

2020

Bot com Machine Learning para alertas de investimento

25 de março de 2020·21 minutos

Machine Learning Programação E Ferramentas Bitcoin Bolsa-De-Valores Correlacao Dplyr Estatistica Machine Learning Modelagem Prophet R Reports

Veja como montar uma carteira, coletar cotações em tempo real, prever ações e Bitcoin com o Prophet e receber alertas via bot no Telegram.

2019

Como automatizar relatórios longos e repetitivos com RMarkdown

13 de setembro de 2019·11 minutos

Programação E Ferramentas Fundamentos De Data Science Data-Mining Estatistica Otimizacao Pratica R Regressao Relatorios Reports Rmarkdown Rstudio

Veja como usar knit_child() e nest() no RMarkdown para gerar relatórios extensos e repetitivos no R sem copiar e colar uma linha sequer.

Hackeando o R: estratégia split-apply-combine

5 de abril de 2019·7 minutos

Programação E Ferramentas Fundamentos De Data Science Data-Mining Estatistica Flextable Pratica R Rstudio Split-Aply-Combine Tabelas

Veja como aplicar a estratégia split-apply-combine de forma eficiente no R combinando os pacotes dplyr, tidyr e purrr do tidyverse.

2018

Um ano de blog! Retrospectiva de 2018 em Data Science

26 de dezembro de 2018·10 minutos

Fundamentos De Data Science Programação E Ferramentas Estatistica Kaggle Machine Learning Retrospectiva Rmarkdown Rstudio Shiny

Retrospectiva de 1 ano de blog: o desafio de postar todo mês em 2018, os posts em destaque e as ferramentas usadas para compartilhar código.

Análise de sobrevivência com dados do PUBG no Kaggle

28 de novembro de 2018·20 minutos

Machine Learning Fundamentos De Data Science Analise-De-Sobrevivencia Data-Mining Estatistica Gamificacao Kaggle Modelagem Modelagem-Estatistica R Survivor

O que interfere na probabilidade de sobreviver no PUBG? Aplicamos Kaplan-Meier e regressão de Cox em dados abertos do jogo hospedados no Kaggle.

Seu app, RStudio e Shiny Server na nuvem do Google

27 de outubro de 2018·Atualizado em: 7 de julho de 2026·13 minutos

Fundamentos De Data Science Inteligência Artificial Programação E Ferramentas Bitcoin Estatistica Google Google-Cloud Pratica R Rstudio Rstudio-Server Series-Temporais Servidor

Aprenda a hospedar RStudio Server e Shiny Server em uma máquina virtual Ubuntu 16.04 na nuvem do Google, configurando firewall, R e um app de exemplo.

Com que frequência ocorrem acidentes na ponte Rio-Niterói?

29 de setembro de 2018·20 minutos

Fundamentos De Data Science Programação E Ferramentas Acidentes Dplyr Estatistica Leaflet Mapa Ponte-Rio-Niteroi Pratica R Rmarkdown Rstudio

Os acidentes na Ponte Rio-Niterói diminuíram com as câmeras de segurança? Uma análise estatística de 10 anos de dados abertos da PRF.

Modelos baseados em árvore no R: desafio Ames Housing do Kaggle

31 de agosto de 2018·31 minutos

Machine Learning Programação E Ferramentas Caret Correlacao Data-Mining Decisiontree Estatistica Kaggle Modelagem Modelagem-Estatistica Pratica R

Árvore de decisão, Random Forest e GBM em R para prever preços de casas no desafio Ames Housing do Kaggle, comparando Rsquared e RMSE.

Modelo Bayesiano do Zero

28 de julho de 2018·Atualizado em: 27 de julho de 2026·18 minutos

Fundamentos De Data Science Programação E Ferramentas Bayes Estatistica Jags Modelagem Modelagem-Estatistica Modelos-Generalizados Modelos-Lineares Probabilidade R Regressao

Inferência clássica x bayesiana: implemente na mão, via amostrador de Gibbs, um modelo linear bayesiano para dados simulados e reais em R.

Brasil x Argentina, tidytext e Machine Learning

24 de junho de 2018·31 minutos

Texto E NLP Machine Learning Data-Mining Estatistica Modelagem Pratica R Text-Mining Twitter

Text Mining com tidytext para explorar tweets sobre Brasil x Argentina: análise de sentimentos, TF-IDF, bigramas e classificação com Random Forest.

AED de forma rápida e um pouco de Machine Learning

26 de maio de 2018·33 minutos

Fundamentos De Data Science Machine Learning Analise-Multivariada Correlacao Data-Mining Estatistica Kmeans Modelagem Pca R Rstudio

Como fazer uma AED rápida em R com o pacote SmartEDA, aplicando ainda regressão linear e Random Forest sobre uma base real de dados.

Séries temporais com Google Trends e R

12 de abril de 2018·8 minutos

Fundamentos De Data Science Inteligência Artificial Programação E Ferramentas Google Google-Trends Pratica R Rstudio Series-Temporais

Como extrair e visualizar dados do Google Trends no R com o pacote gtrendsR para análise de séries temporais e comparação de interesse por termos ao longo do tempo.

Produzindo e formatando um documento Word direto em R

7 de março de 2018·10 minutos

Fundamentos De Data Science Programação E Ferramentas Estatistica Gamificacao Macro Pratica R Rmarkdown Word

Suas análises em R precisam virar um Word formatado? Veja dois métodos práticos, do word_document nativo ao pacote Grmd, com tabelas e macros.

CheatSheets e gamificação: aprender R de forma divertida

17 de fevereiro de 2018·8 minutos

Fundamentos De Data Science Programação E Ferramentas Cheatsheets Datacamp Estatistica Gamificacao Kaggle Pratica R Rstudio

Como usar as cheatsheets do RStudio e estratégias de gamificação para aprender R com mais eficiência, cobrindo os principais pacotes e atalhos do ecossistema tidyverse.

Carnaval e mapas interativos com R

1 de fevereiro de 2018·164 minutos

Fundamentos De Data Science Inteligência Artificial Programação E Ferramentas Estatistica Google Leaflet Mapa Pratica R Rstudio

Onde tem bloco? Aprenda a geocodificar endereços de blocos de carnaval no R com ggmap e a plotar tudo num mapa interativo com o pacote leaflet.

O paradoxo dos aniversários com simulação e probabilidade

20 de janeiro de 2018·9 minutos

Fundamentos De Data Science Inteligência Artificial Machine Learning Analise-Multivariada Estatistica Modelagem Modelagem-Estatistica Probabilidade Simulacao Teoria

O paradoxo dos aniversários: em um grupo de 23 pessoas, a chance de duas fazerem aniversário no mesmo dia passa de 50%. Veja a prova e a simulação em R.

Tabelas Incríveis com R

12 de janeiro de 2018·9 minutos

Fundamentos De Data Science Inteligência Artificial Programação E Ferramentas Analise-Multivariada Data-Mining Estatistica Pratica Rmarkdown Tabelas

Crie tabelas bonitas e interativas no R com DT, formattable, kableExtra, sparkline e rhandsontable: exemplos práticos de formatação e mini gráficos.

Análise Multivariada com R

4 de janeiro de 2018·16 minutos

Fundamentos De Data Science Machine Learning Analise-Multivariada Clustering Estatistica Kmeans Pca R Rmarkdown Teoria

Tutorial completo de Análise Multivariada em R: Análise Fatorial, PCA e Clustering com K-means. Aprenda a reduzir dimensionalidade e agrupar dados.

2017

Pacotes do R para avaliar o ajuste de modelos

24 de dezembro de 2017·10 minutos

Fundamentos De Data Science Machine Learning Programação E Ferramentas Correlacao Estatistica Ggally Ggfortify Modelagem Modelagem-Estatistica Modelos-Generalizados Modelos-Lineares R Regressao

Veja como avaliar o ajuste de modelos no R com os pacotes GGally e ggfortify, além de identificar observações influentes com influence.measures().

Ajustando Modelos Bayesianos com JAGS e MCMC no R

18 de dezembro de 2017·14 minutos

Fundamentos De Data Science Programação E Ferramentas Bayes Estatistica Jags Modelagem Modelagem-Estatistica R

Introdução à inferência bayesiana com implementação prática em R usando JAGS e MCMC. Distribuições a priori, verossimilhança e amostragem de Gibbs.

Manipulação de Strings e Text Mining

17 de dezembro de 2017·12 minutos

Programação E Ferramentas Texto E NLP R Rstudio Strings Text-Mining

Aprenda a manipular strings e fazer text mining em R com os pacotes stringr, tm, RWeka e SnowballC: limpeza, corpus, n-grams e stemming na prática.

Criando Relatórios com o Template Tufte no R (RMarkdown)

14 de dezembro de 2017·Atualizado em: 4 de julho de 2026·5 minutos

Programação E Ferramentas Pratica R Rmarkdown Rstudio Tufte

Como usar o template Tufte no R para criar relatórios elegantes em RMarkdown, com notas de margem e a tipografia limpa inspirada em Edward Tufte.

Manipulando dados com dplyr

7 de dezembro de 2017·7 minutos

Fundamentos De Data Science Programação E Ferramentas Texto E NLP Data-Mining Dplyr Estatistica Pratica R Tidyverse

Tutorial completo do pacote dplyr para manipulação de dados em R: filtrar, selecionar, agrupar e transformar data frames com o tidyverse.

Gerenciando arquivos do Dropbox com R e httr2: a abordagem moderna

4 de dezembro de 2017·Atualizado em: 7 de julho de 2026·7 minutos

Programação E Ferramentas Dropbox Pratica R Rmarkdown

Como usar httr2 e a API v2 do Dropbox para autenticar, listar, enviar, baixar e ler arquivos CSV direto do R — a alternativa moderna ao rdrop2, que dependia da API v1 descontinuada.

Analisando o mercado de cryptomoedas com R

4 de dezembro de 2017·5 minutos

Inteligência Artificial Programação E Ferramentas Bitcoin Correlacao Cryptomoedas R Rstudio Series-Temporais

Analise cryptomoedas no R com os pacotes coinmarketcapr e jsonlite: extraia preços do Bitcoin, gere treemaps e monte um monitor de cotação em tempo real.

Tipos de relações entre variáveis

2 de dezembro de 2017·11 minutos

Fundamentos De Data Science Programação E Ferramentas Correlacao Ggplot2 R

Guia prático para escolher a medida de correlação correta para cada tipo de variável: numérica, categórica e ordinal. Exemplos visuais com ggplot2 em R.

Tipos de Correlações em R

1 de dezembro de 2017·6 minutos

Fundamentos De Data Science Programação E Ferramentas Correlacao Cramer Estatistica Kappa Qui-Quadrado R Teste-Fisher

Aprenda os principais tipos de correlação e associação em R: Pearson, Spearman, Kendall, Qui-quadrado, teste de Fisher, V de Cramer e Kappa com exemplos.

Recebe os próximos posts por email

Data science, IA e agentes. Sem spam, cancela quando quiser.

Comentários

Recente

TabFM contra CatBoost, XGBoost e LightGBM em 10 datasets tabulares

6 de agosto de 2026·17 minutos

Benchmark próprio do TabFM, o modelo fundacional tabular do Google, contra 3 GBMs em 10 datasets, com bootstrap pareado, Friedman, Wilcoxon e tempo de inferência medido.

LLM local com Qwen e LangChain: agente sem APIs externas

26 de fevereiro de 2026·Atualizado em: 7 de julho de 2026·11 minutos

Inteligência Artificial Programação E Ferramentas Fundamentos De Data Science Llm Langchain Llama-Cpp Gguf Qwen Agent-Ai Python Apple-Silicon Open-Source Langchain-Series

Como rodar o Qwen2.5-4B (GGUF, ~2.5 GB) offline no Mac via llama-server e construir um agente com LangChain, tools e saída estruturada, sem custo de API.

Análise de ligações de telemarketing com Whisper e LangChain

26 de novembro de 2025·Atualizado em: 7 de julho de 2026·13 minutos

Inteligência Artificial Programação E Ferramentas Texto E NLP Call-Center Gpt-4 Langchain Nlp Python Sentiment-Analysis Speech-to-Text Telemarketing Voice-Analytics Whisper Langchain-Series

Como criar um agente com Whisper, Pyannote e LangChain para analisar 13 ligações de telemarketing em menos de 4 minutos, extraindo sentimento e resultado em JSON.

Equipe Multiagente com LangChain e LangGraph para Análise do Bitcoin

4 de maio de 2025·Atualizado em: 7 de julho de 2026·14 minutos

Como criar uma equipe de 4 agentes de IA com LangChain e LangGraph para coletar dados, analisar o Bitcoin em tempo real e enviar alertas via Telegram.

Audiobooks com IA Gratuitamente: do PDF ao Áudio com edge-tts

2 de fevereiro de 2025·Atualizado em: 7 de julho de 2026·11 minutos

Inteligência Artificial Programação E Ferramentas Texto E NLP Acessibilidade Aprendizado-De-Maquina Audio Audiobook Automacao Book Conversao-De-Texto-Em-Audio Deep-Learning

Transforme qualquer texto em audiobook de forma gratuita e automatizada com IA: extração de PDF/EPUB, tradução e síntese de voz com edge-tts em português.

Extração de informações de imagens com IA Generativa

27 de setembro de 2024·Atualizado em: 7 de julho de 2026·13 minutos

Inteligência Artificial Machine Learning Chatgpt Data-Science Genai Ia-Generativa Inteligencia-Artificial Llama Llama2 Llava Llm Lmm

Veja como usar o modelo Llava para gerar descrições de imagens do dataset COCO-2017 e avaliar a qualidade com métricas como BLEU, ROUGE e BERTScore em Python.

↑