Vou desenvolver modelos personalizados de deep learning e NLP

Quer recomendações que realmente refletem como seus usuários se comportam, e não uma tabela estática de "pessoas que compraram X"?

Eu crio modelos de recomendação e sequência com deep learning em Python: sistemas que aprendem com a ordem do comportamento do usuário para prever o que ele vai querer a seguir, do mesmo jeito que os sistemas de produção da Netflix e TikTok fazem.

O que eu construo: Recomendadores sequenciais (SASRec / GRU4Rec / baseados em transformer) Modelos de embedding e filtragem colaborativa Modelos de NLP e sequência para texto e dados comportamentais Avaliação adequada leave-one-out, Hit@K, NDCG, cobertura e diversidade (não métricas infladas de divisão aleatória) Um app de demonstração interativa para você ver as recomendações ao vivo

Trabalhos recentes: Criei um recomendador sequencial de filmes usando o dataset MovieLens 25M, implementando três modelos (Prod2Vec, GRU4Rec, SASRec) com uma demo ao vivo que mostra quais itens passados influenciaram cada recomendação via pesos de atenção. Também entreguei um sistema completo de análise de clientes que identificou £403K de receita em risco para um varejista, então construo modelos que se conectam a resultados reais de negócios, não só pontuações em leaderboard.

Ferramentas: Python, PyTorch/TensorFlow, scikit-learn, Pandas, Streamlit