AIKHEMIST CV

Transformo dados em ouro.

Mauro Orlando

Arquiteto de Software Sênior Forward Deployed AI Engineer Gerente de Pré-vendas de Software

Arquiteto sênior de software e dados, com a mão no código, com mais de 25 anos transformando problemas de negócio, claros ou vagos, em sistemas que as pessoas usam em produção. Hoje eu projeto sistemas de IA com agentes e opero produtos de LLM em produção.

  • Remoto
  • Tempo integral, contrato ou meio período
  • Em SJC - São Paulo, Brasil (BRT, UTC−3)
  • Inglês, espanhol e português

2.º lugar · Dr.DocBench Challenge · EMNLP 2026

Ver meu trabalho Baixar CV Contato

Destaques

  • 2.º lugar

    Dr.DocBench Challenge, EMNLP 2026 (palestra em Budapeste)

  • Mais de 25 anos

    em arquitetura de software, dados e IA

  • Primeiro funcionário no Brasil

    da Cognos e da ILOG (hoje ambas IBM)

  • Produtos de IA em produção

    com usuários reais

Sistemas corporativos entregues para empresas como

Como eu construo sistemas na era da IA

A tecnologia de IA muda muito rápido. Uma arquitetura robusta tem que estar pronta para isso.

  1. Enquadrar: o problema antes da solução.

    Eu questiono o pedido, meço o processo atual e combino com o cliente como o sucesso vai ser medido antes de projetar qualquer coisa.

  2. Mapear o contexto: dado real nunca está limpo.

    Antes de qualquer modelo eu mapeio os dados, as regras escritas e as não escritas, quem decide e o que travaria o projeto.

  3. Projetar: o negócio no centro, a tecnologia trocável.

    As regras de negócio ficam no núcleo; modelos, agentes e integrações são adaptadores em volta, apoiados em padrões como arquitetura hexagonal e domain-driven design.

  4. Validar: medir, não adivinhar.

    Toda mudança de IA é testada em um conjunto de desenvolvimento e em um holdout bloqueado, e só fica se ganhar em qualidade e em custo. Uma pessoa aprova onde o erro é caro.

  5. Entregar e aprender: da demo à produção.

    Monitoramento e alertas desde o primeiro dia, os usuários treinados para serem donos do sistema, e o valor medido contra a linha de base.

  6. Um método que melhora a si mesmo.

    Cada projeto e cada erro vira uma lição do playbook ou uma regra nova, e um radar tecnológico semanal só deixa entrar o que passa nos testes.

  7. Construir a fábrica, não só o produto.

    A IA escreve boa parte do código; eu construo o sistema em volta: arquivos de regras, linters, agentes de revisão treinados em erros conhecidos, testes automatizados e aprovação humana.

FDE Engagement Framework

Uma forma compartilhada de trabalhar para times que levam projetos complexos de IA à produção.

Um método de cinco fases, do projeto vendido ao valor duradouro, com o cliente envolvido em cada passo.

  1. Enquadrar problema e sucesso

    o cliente combina o que é sucesso

  2. Mapear o contexto do cliente

    o cliente compartilha regras e dados

  3. Projetar a arquitetura

    o cliente revisa o desenho

  4. Validar a tecnologia

    o cliente testa com usuários

  5. Entregar, encerrar e aprender

    o cliente opera e é dono

12 desafios que os times FDE enfrentam hoje

O conhecimento compartilhado alimenta cada fase: um playbook de aprendizados internos e um radar tecnológico de pesquisa nova.

Resultados

  • Resultados para o cliente
  • Menos risco
  • Escopo controlado
  • Conhecimento compartilhado
O negócio no centro, a tecnologia trocável

Baixar o framework (PDF) Clique em qualquer diagrama para ver maior

Trabalhos selecionados

Prêmio

Ilustração do parsing de documentos: uma página escaneada e deformada, com uma tabela inclinada, uma fórmula, notação química e um gráfico, passa por um parser e sai como estrutura limpa: títulos, a tabela reconstruída, a fórmula tipografada e o gráfico redesenhado.

Self-Learning Agentic Document Parsing System

ArquitetoCompetição internacional

2.º lugar

na classificação final · 85,83

Participação individual. Palestra oral convidada e premiação no EMNLP 2026, Budapeste, 29 de outubro de 2026.

Problema
Dr.DocBench Challenge, competição internacional aberta do workshop DocInsights do EMNLP 2026: parsing de documentos em nível especialista nas páginas em que os sistemas mais fortes ainda erram, convertido em Markdown estruturado com tabelas, fórmulas, notação química e ordem de leitura preservadas.
O que fiz
Construí um sistema multiagente em LangGraph que transforma documentos difíceis em Markdown. Os modelos foram escolhidos por tarefa, por custo e qualidade. Um grupo de agentes analisa erros, propõe e testa melhorias e mantém só o que vence em um holdout travado; outro processa cada página. A pessoa no comando, com portões de aprovação.
Stack
Python, FastAPI, LangGraph, Next.js, LLMs, OCR, IA para documentos

Ver a classificação final

Em produção

O site do Kairós ao fim do vídeo de abertura: o título sobre uma fotografia de paisagem, uma breve descrição e o botão para começar a jornada.

Kairós

Arquiteto e desenvolvedorCuidar+

Problema
A transição de carreira é lenta, genérica e difícil de percorrer.
O que fiz
Projetei e construí uma plataforma hiperpersonalizada de transição de carreira baseada em ciência do comportamento: sete fases guiadas, 100% do conteúdo criado em tempo real com cada usuário, incluindo cerca de 25 minutos de áudio personalizado pela API da ElevenLabs. Agentes de LLM em etapas, com roteamento de modelos e camadas anti-alucinação.
Stack
Next.js, TypeScript, Supabase, Claude API, ElevenLabs, HeyGen

Ver o site

Inspira

Arquiteto e desenvolvedorCuidar+

Problema
O treinamento de liderança rodava em um LMS pago.
O que fiz
Construí uma plataforma completa e gamificada de aprendizagem com IA que o substituiu: trilhas passo a passo, jogos de simulação que pontuam os líderes, avatares de IA e um painel em tempo real para gestores e RH.

Construído como Head of Technology na Cuidar+.

O dashboard do diagnóstico NR-1: respostas, participação, o índice geral de risco e o eNPS, com um radar de risco psicossocial e um gráfico de barras comparando os departamentos.

Diagnóstico de Riscos Psicossociais NR-1

ArquitetoCuidar+

Problema
As empresas precisam mapear e tratar os riscos psicossociais no trabalho, como exige a NR-1.
O que fiz
Construí o diagnóstico e os dashboards de análise, com faixas de risco, alertas e eNPS.
Stack
React, Node.js, Railway, dashboards de análise

Ver o site

Construído como Head of Technology na Cuidar+.

Cuidar+ AI Studio

Arquiteto e desenvolvedorCuidar+

O que fiz
Construí uma camada compartilhada de agentes que escrevem e publicam conteúdo no Instagram e no LinkedIn depois da aprovação de uma pessoa.

Construído como Head of Technology na Cuidar+.

O app FoodScan Pro pontuando um alimento: score de risco, score de benefício, número de ingredientes e listas de riscos e benefícios.

FoodScan Pro

Arquiteto e desenvolvedorProduto próprio

Problema
O consumidor não consegue entender o que realmente existe na sua comida.
O que fiz
Construí um app que lê rótulos de alimentos e devolve scores de risco, alertas de alergia e alternativas mais saudáveis, com base em referências da OMS, da FDA e da EFSA.
Stack
Mobile, visão computacional, LLMs

Ver o site

Projeto de cliente

Diagrama de arquitetura: aplicações clientes chamam um gateway, que mede uso e créditos antes de encaminhar as requisições aos serviços de visão computacional.

Kasco AI Store

Arquiteto de backend e frontendProjeto para cliente

Problema
Uma empresa industrial de visão computacional precisava de um backend e de uma loja em produção para seus serviços de IA.
O que fiz
Projetei e construí a loja que vende dezenas dos serviços de visão computacional do cliente. Os clientes enviam fotos e vídeos pela interface web ou por uma API REST, em um modelo de uso e créditos.
Stack
Node.js, PostgreSQL, Railway, Playwright

Em desenvolvimento

Veradim

Arquiteto e desenvolvedorProduto próprio, em desenvolvimento

O que fiz
Um servidor MCP que dá aos agentes de IA um analista de BI governado sobre os dados da empresa: camada semântica com métricas aprovadas, verificações de qualidade de dados, permissões, auditoria e linhagem. Toda consulta SQL gerada é verificada antes de rodar.

Ver o repositório

Cob.Pilot

Arquiteto e desenvolvedorProduto próprio, em desenvolvimento

Problema
Regras de negócio críticas ficam presas em COBOL que ninguém na equipe consegue mais alterar com segurança.
O que fiz
Pipeline multiagente em LangGraph, construído sobre o AWS CardDemo: agentes leem o código, extraem as regras de negócio, traduzem para uma linguagem moderna e validam o resultado contra o comportamento original. Antes de cada passo crítico há uma tela de decisão humana, e o trabalho de cada agente fica visível enquanto roda.
Stack
Python, LangGraph, COBOL, Next.js

Projetos enterprise (2002–2009)

Bradesco

Programa de BICognos (hoje IBM)

3.000

agências recebendo os relatórios semanais

Mais de 30 sistemas de origem consolidados em um único conjunto de definições.

Problema
A liderança precisava de uma visão semanal confiável do negócio, mas os números viviam em mais de 30 sistemas de origem que não batiam entre si.
O que fiz
Consolidei mais de 30 sistemas de origem, construí uma camada semântica para que todas as áreas lessem as mesmas definições, e acrescentei uma revisão humana antes da publicação.

Itaú

OtimizaçãoILOG (hoje IBM)

US$ 1,7M

o terceiro maior negócio de software de otimização das Américas

Problema
Os carros-fortes precisavam ser roteirizados em uma rede grande, com restrições de custo, tempo e segurança.
O que fiz
Otimização de rotas para a frota de carros-fortes, desenhada e validada com os analistas do próprio cliente.

Petrobras

OtimizaçãoILOG (hoje IBM)

Problema
Decisões de perfuração de poços são caras, difíceis de reverter e limitadas pelo que a geologia permite.
O que fiz
Otimização de perfuração de poços a partir de dados de radar geográfico, construída com as equipes de engenharia e análise do cliente.

Também em construção

Sistemas menores e ferramentas internas, com a mesma abordagem da arquitetura à produção.

Thymos

Em desenvolvimento — Cuidar+

App de inteligência emocional, pensado primeiro para o celular, que estende as oficinas presenciais para 90 dias de prática personalizada.

Next.js, Supabase, Railway, Claude API

Athanor

Ferramenta interna — Kairós

Motor gratuito de diagnóstico de carreira, criado como canal de crescimento do próprio produto, com painel administrativo, conformidade com a LGPD e limites de custo.

Next.js, Supabase, Claude API

Reddit Copilot

Ferramenta interna — Kairós

Copiloto de interação com revisão humana que monitora o Reddit, classifica as discussões e redige respostas com limites rígidos de frequência.

Node.js, Railway, Supabase, Claude API

Lapistack

Em desenvolvimento — Produto próprio

Conecta uma conta do Instagram Business, reúne um comitê simulado de nove especialistas e gera uma landing page sob medida.

Next.js, Supabase, Instagram Graph API, Claude API

Antes da IA: base corporativa

Duas décadas de otimização, BI e trabalho com dados em larga escala para grandes empresas de toda a América Latina.

Sistemas de Otimização e Decisão

Petrobras · Itaú

Decisões operacionais de alto custo e com muitas restrições.

  • Otimização avançada de rotas para veículos blindados de transporte de valores
  • Otimização da perfuração de poços de petróleo a partir de dados de radar geográfico
  • Diversos sistemas de otimização logística
  • Cadeia de suprimentos

Pesquisa Operacional · Otimização · Roteirização · Simulação

Hoje: Inteligência de Decisão

Business Intelligence Corporativo

Unilever · Pemex · Codelco · Johnson & Johnson

A liderança precisava de uma visão única e confiável do negócio entre muitos sistemas.

  • Arquitetura e desenvolvimento de sistemas de BI de ponta a ponta
  • ETL, limpeza de dados e modelos OLAP
  • Relatórios e dashboards executivos

Business Intelligence · ETL · Limpeza de Dados · OLAP · Relatórios · Dashboards

Hoje: Analytics Engineering

Dados em Larga Escala para Bancos e Seguradoras

Bancos e seguradoras

Volumes de dados enormes, sem estrutura e com padrões escondidos.

  • Processamento e organização de dados financeiros de alto volume
  • Descoberta de padrões em grandes conjuntos de dados
  • Visualização para os times de negócio e de risco

Processamento de Dados · Descoberta de Padrões · Visualização de Dados

Hoje: Analytics Avançado · Plataformas de Dados

Sistemas Corporativos e Integração

Sistemas de negócio que não conversavam entre si.

  • Projeto e construção de software corporativo
  • Integração de ERP e sistemas de negócio

Arquitetura de Software · ERP · Integração de Sistemas

Hoje: Arquitetura de Soluções

Brasil · México · Chile · América Latina

O que faço

Agentes de IA e Produtos GenAI

Sistemas multiagente e aplicações de IA generativa em produção: a arquitetura, o back end e a interface que as pessoas realmente usam.

Base
Arquitetura de software desde o início da carreira, além de 2 anos na IBM.
Trabalhos recentes
DocBench Agents (2.º lugar, EMNLP 2026), Kairós, Kasco AI Store, o estúdio de agentes de IA da Cuidar+.
Modelos e ferramentas
Claude, Gemini, ChatGPT, LangGraph, HeyGen (avatar), ElevenLabs (voz)

Modernização de Sistemas Legados e Planilhas

COBOL, Visual Basic e planilhas transformados em sistemas web, com o comportamento original testado contra o novo.

Base
O meu próprio começo: COBOL em mainframes IBM com DB2 para Bradesco e Itaú, e depois uma carreira construindo sistemas.
Trabalhos recentes
Cob.Pilot, um pipeline multiagente que extrai as regras de negócio do COBOL legado e valida a tradução contra o original.

Dados para IA, BI e Inteligência de Decisão

Dados fragmentados transformados em modelos, pipelines e dashboards que a liderança usa — e que um sistema de IA consegue ler.

Base
8 anos em Business Intelligence na Cognos (hoje IBM), liderando equipes de projetos e desenvolvimento, além de projetos corporativos de ETL/BI.
Trabalhos recentes
Cockpit de performance de Meta Ads, dashboards do diagnóstico de riscos psicossociais NR-1, simulação de Monte Carlo para empresas de alimentação, monitoramento de sinais para investidores.
Simulação
Sistemas de simulação de Monte Carlo: milhares de cenários gerados dentro das variáveis definidas pela empresa, seguidos de análise probabilística e dashboards com os resultados mais prováveis.

Avaliação de IA e Guardrails

A camada que permite colocar um sistema de IA em produção com segurança: verificações contra alucinação, aprovação humana, métricas objetivas e limites de custo.

Base
2 anos na ILOG (hoje IBM) em pesquisa operacional e simulação, além dos arcabouços de avaliação que construo para os meus próprios sistemas de IA.
Trabalhos recentes
Avaliação com holdout travado no DocBench Agents, fila de aprovação comentário a comentário no Reddit Copilot, telas de decisão humana no Cob.Pilot.
Padrões
Camadas contra alucinação, arquiteturas independentes de provedor de LLM, canais de aprovação humana, limites de custo e de taxa de uso.

Mais de 25 anos, dos dados à IA

  1. 1998–20024 anos

    Início de carreira · Origin C&P, HECATON e Axial Informática

    Programador, depois Arquiteto de Software e Gerente de Projetos

    COBOL em mainframes IBM com DB2: sistemas de alto volume para grandes bancos (Bradesco, Itaú), além de manufatura e varejo. Depois, um time de 20 em projetos de BI com Cognos, incluindo a Mastercard.

    Hoje: Arquitetura de software e soluções

  2. 2002–20075 anos

    Cognos (hoje IBM)

    Gerente de Pré-vendas e Serviços, América Latina

    Empresa canadense de software de BI (sede e P&D em Ottawa, hoje IBM). Primeiro funcionário da Cognos no Brasil. Construí a área de serviços da América Latina com mais de 20 parceiros, contratei e liderei times de desenvolvedores e analistas, e trabalhei junto com o P&D em Ottawa. Modernização de dados para o Bradesco e para a Unilever América Latina.

    Hoje: Arquitetura de dados e analytics corporativo

  3. 2007–20092 anos

    ILOG (hoje IBM)

    Gerente de Pré-vendas e Serviços, América do Sul

    Software de pesquisa operacional e simulação. Primeiro funcionário da ILOG no Brasil. Projetos de otimização para Petrobras e Itaú.

    Hoje: Decision Intelligence · Otimização · Analytics prescritivo

  4. 2009–20112 anos

    IBM

    Gerente Técnico de Vendas de Software (software ILOG)

    Transferência de conhecimento de pesquisa operacional e tecnologia BRMS; parte do time por trás do terceiro maior contrato de software de otimização nas Américas.

    Hoje: Arquitetura de dados e analytics corporativo

  5. 2012–20208 anos

    Arquiteto independente de software e dados / Consultor

    Empresas financeiras, de manufatura e de alimentos, do problema à produção: modernização da camada de dados, sistemas de decisão e simulações de Monte Carlo que orientaram empresas sobre como operar e o que vender. Sistemas de BI, data warehouses e integração com ERP.

2020 — hoje: três frentes em paralelo

AIKHEMIST

2020–hoje

Reposicionamento em IA desde 2021: arquitetura e desenvolvimento de sistemas de IA. Produtos próprios e P&D.

Cuidar+

2025–hoje

Head de Tecnologia

  • Kairós em produção desde janeiro de 2026
  • Thymos em desenvolvimento

Trabalho para clientes

2026

Kasco AI Store — arquitetura de backend e frontend, por contrato

MBA, FGV

Sistemas corporativos entregues para empresas como Bradesco · Itaú · Unilever · Johnson & Johnson · Pemex · Codelco · Petrobras · Vale · Cargill

Projetos em toda a América Latina

Competências e stack

IA e agentes

  • Claude API
  • Gemini API
  • LangGraph
  • MCP
  • tool calling
  • orquestração multiagente
  • roteamento de modelos
  • memória de agentes
  • RAG
  • avaliação com conjuntos reservados
  • human-in-the-loop
  • document AI
  • OCR

Arquitetura

  • arquitetura hexagonal
  • domain-driven design
  • FDE Engagement Framework

Software

  • Python
  • FastAPI
  • TypeScript
  • Node.js
  • React
  • Next.js
  • APIs REST
  • COBOL

Dados

  • SQL avançado
  • PostgreSQL
  • ETL
  • data warehousing
  • modelagem de dados (star schema)
  • camada semântica
  • IBM DB2

BI, otimização e simulação

  • Cognos BI
  • ILOG (otimização, BRMS)
  • pesquisa operacional
  • Monte Carlo
  • forecasting

Ferramentas

  • Claude Code
  • Git/GitHub
  • Vercel
  • Railway
  • Supabase
  • Playwright

Como eu trabalho

  • Trabalho dentro do time da empresa: os seus engenheiros, as suas ferramentas, o seu repositório — não um projeto à parte entregue de fora.
  • Remoto por padrão e confortável com trabalho assíncrono, com sobreposição diária com os horários dos EUA e da Europa.
  • Tempo integral, contrato ou meio período.
  • Responsabilidade de ponta a ponta, da arquitetura à produção.
  • Comunicação escrita clara em inglês, espanhol e português.

Fora do trabalho Em 2011 cheguei ao cume do Aconcágua, 6.961 m, a montanha mais alta fora do Himalaia. Quinze dias de expedição. Começamos em 21; chegamos ao topo em dois. Os dois últimos dias foram de nevasca: três metros de visibilidade, −15 °C. Eu não desisto.

Dados brutos são chumbo. Decisões claras são ouro.

EMNLP 2026 · Budapeste, Hungria · outubro de 2026

Self-Improving Agentic Document Parsing System

Palestra a convite depois do 2.º lugar no Dr.DocBench Challenge, com pontuação geral de 85.83. O sistema segue quatro passos: mapear cada página em blocos, ler cada bloco com a ferramenta mais barata que passe em uma verificação, remontar tudo na ordem de leitura e aprender com cada página por um ciclo de melhoria com aprovação humana.

Ler sobre a palestra

Self-Improving Agentic Document Parsing System: mapear, ler, remontar e aprender.
Mauro Orlando

Tem um desafio de dados ou IA? Vamos conversar.

Aberto a posições sênior e projetos em arquitetura de IA, forward deployed engineering e IA aplicada, remoto do Brasil.

Baixar CV