frame 0001 · Rio de Janeiro, BR · 22.9068° S, 43.1729° W

Claudio Escudero

Ensino dados a responder e máquinas a enxergar. Senior Software Engineer de Data & AI na VTEX, com 20 anos indo de sites a agentes de IA, passando por lakehouses e modelos de visão computacional.

anos_de_codigo
0
impressoes_estudos_cv
0
mestrado_puc_rio
2021

/stack

Dados

Plataformas e pipelines de ingestão em lote e near real-time, lakehouses, governança e monitoramento.

IA & LLMs

Agentes que respondem sobre dados em linguagem natural e medição de como as IAs falam das marcas.

Visão Computacional

Detecção, reconhecimento e rastreamento de objetos e estimativa de atenção a partir de câmeras comuns.

ML Clássico

Séries temporais e previsão de demanda, manutenção preditiva, clusterização e MLOps.

Full Stack

Aplicações web de ponta a ponta, do banco de dados e das APIs à interface.

/trajetoria · tracking id #CE

Vinte anos, quadro a quadro

Um objeto rastreado ao longo do vídeo, sempre o mesmo ID, mudando de cenário.

/projetos-pessoais

Coisas que construo nas horas vagas

Estudos abertos com modelos gratuitos. A pergunta é sempre a mesma: até onde dá pra chegar com o que já existe?

visão computacional · segurança

DwellScope

Quem entrou numa sala restrita, e por quanto tempo ficou? Sem crachá, só uma câmera na porta. Na entrada, o rosto diz quem é (ArcFace). Na saída aparecem só as costas, e a roupa e o cabelo reconhecem a pessoa (CLIP-ReID).

  • 86% · 74%entradas e saídas com o nome certo, em 47 min de um escritório real
  • 13 sde erro mediano no tempo de cada pessoa por dia
YOLO11-poseBoT-SORTArcFaceCLIP-ReID

visão computacional · fotos históricas

RetroLens

Seis fotos do Rio de 1885–1910, de Marc Ferrez, viram vídeos coloridos com câmera voando em 3D, só com modelos abertos: LaMa limpa, DDColor colore, Depth Anything 3 estima a profundidade. Em Botafogo, o Pão de Açúcar ainda está sem bondinho.

DDColorDepth Anything 3LaMaOpenGL

visão computacional · varejo

SkuScope

Reconhece produtos numa prateleira sem treinar nada. O YOLO11 acha cada item na gôndola e o DINOv2 diz qual é o SKU comparando com fotos do catálogo. Pra cadastrar um produto novo, basta colocar uma foto numa pasta. Em vídeo, cada produto é rastreado e contado uma vez só.

  • 31/34garrafas conhecidas acertadas com 1 foto por produto
  • 0épocas de treino

A parte difícil: fazer o modelo dizer “esse produto eu não conheço”.

YOLO11DINOv2EmbeddingsTracking

visão computacional · atenção do cliente

BrandPose

Para onde os clientes olham numa loja, usando só a câmera de segurança que já existe. Esqueleto, direção do olhar e profundidade estimados quadro a quadro viram um mapa de calor de atenção nas prateleiras. Depois, a loja inteira foi remodelada em 3D no Blender para entrar nos olhos do cliente.

  • 7,8 sem doces e chocolates, de ~18 s acompanhados
  • 440k+impressões nos dois posts
YOLO11-poseGaze-LLEDepth Anything V2Blender

GEO · marcas nas respostas das IAs

HaloSonar

Mede quais marcas o ChatGPT, o Claude e o Gemini lembram, recomendam e associam a cada categoria, com busca na web ligada e ao longo do tempo. Durante anos a pergunta foi “minha marca aparece no Google?”. Agora é: quando alguém pergunta a uma IA sobre a minha categoria, minha marca aparece? E é recomendada?

Aparecer na resposta e ser a resposta são coisas diferentes. E cada IA lê uma internet diferente.

ChatGPTClaudeGeminiGEOBrand monitoring
halosonar.com.br ↗

estudo · bancos · 31 perguntas · 93 respostas

O banco que mais aparece não é o banco que as IAs mais recomendam

O Itaú é o mais citado pelas três IAs, mas quem elas indicam é o Nubank. No Gemini, a fonte número 1 é o YouTube.

  • 32 × 9recomendações: Nubank vs. Itaú
  • 20/31perguntas em que ao menos uma IA discordou do 1º banco citado
post no LinkedIn ↗

estudo · MBAs · 32 perguntas · 96 respostas

Pergunte às IAs onde fazer MBA

A Dom Cabral, 4ª no ranking do Financial Times, foi a mais recomendada, mesmo aparecendo menos que FGV e Insper.

  • 52/96respostas listam opções sem recomendar nenhuma
  • 0menções negativas em 325
post no LinkedIn ↗

/formacao

Formação

2019 – 2021 · Mestrado em Informática · PUC-Rio

Bounding boxes selection in object detection architectures

Métodos de seleção de bounding boxes para detectores em tempo real, acima de 30 fps. O objetivo era melhorar precision e recall sem retreinar a rede. Orientação de Marcus Poggi.

2020 · Coursera · DeepLearning.AI

Deep Learning Specialization

Cinco cursos: redes neurais, otimização e regularização, estruturação de projetos de ML, redes convolucionais e modelos de sequência.

2005 – 2009 · Graduação · PUC-Rio

Sistemas de Informação

TCC sobre técnicas de mineração de dados para amostras com valores ausentes.

/contato

E você, está construindo o quê agora?

Pode ser ML, frontend, robótica ou um side project de fim de semana. Quero conhecer e trocar ideia.