eu vou auditar seu modelo de machine learning para vazamento de dados e overfitting

A precisão de 99% do seu modelo parece boa demais pra ser verdade? Muitas vezes é. Vazamento de dados, cortes de validação incorretos e probabilidades não calibradas fazem os modelos brilharem no notebook e falharem na produção.

Eu audito seu pipeline de machine learning, mostro exatamente o que está inflando seus resultados e te ajudo a corrigir isso.

Eu verifico:

• Vazamento de dados de alvo, temporal e de grupo
• Desenho de splits de treino, validação e teste
• Overfitting e escolha de métricas para o seu problema
• Calibração de probabilidade e desequilíbrio de classes
• Robustez com testes placebo e fora do tempo

Sou engenheiro de IA e primeiro autor de vários artigos revisados por pares na IEEE. Uso essas verificações como padrão no meu próprio trabalho, por exemplo, um modelo de mortalidade em UTI validado em um conjunto de dados hospitalar separado.

Você recebe um relatório escrito claro, classificado por impacto e, nos pacotes mais avançados, um notebook corrigido com os resultados antes e depois.