Hugo Baraky

Trabalhei com automação no Banco Inter por quase três anos - lugar onde consolidei minhas habilidades e consegui automatizar, juntamente com a equipe, esteiras de abertura de conta PF/PJ/MEI, emissão de cartões Platinum/Black/WIN, ativos da Tesouraria (STVM Renda Fixa, Renda Variável, Tesouro Direto), bem como processos internos ligados à gestão/Recursos Humanos.

Saí do Inter para focar nos meus estudos - fiz o mestrado de Ciências da Computação da UFMG, onde tive a oportunidade de desenvolver uma técnica de explicabilidade de modelos “black box” de Deep Learning. Usei do conhecimento que obtive na universidade para criar modelos preditivos multiagente na bolsa de valores, que até hoje mantém uma crescente taxa de ganhos.

2021 - 2023 - Banco Inter

Trabalhei com automação no Banco Inter por quase três anos - lugar onde consolidei minhas habilidades e consegui automatizar, juntamente com a equipe, esteiras de abertura de conta PF/PJ/MEI, emissão de cartões Platinum/Black/WIN, ativos da Tesouraria (STVM Renda Fixa, Renda Variável, Tesouro Direto), bem como processos internos ligados à gestão/Recursos Humanos.

Desenvolvimento de um chatbot interno que agia como um sustentador - durante feriados e/ou horários inconvenientes, ele disparava mensagens para diversos gestores quando havia algum problema - mesmo que a pessoa não tivesse conhecimento de programação, o próprio bot corrigia a situação com base nos inputs do gestor.

As tecnologias utilizadas nessa experiência foram JavaScript, Node, Sydle, recursos da AWS como SQS, SNS, S3, DynamoDB.

2017 - 2021 Economia (UFMG) | 2021- 2022 Esp. Engenharia de Software (PUC-BH) | 2023 - 2025 Mestrado em Ciência da Computação (UFMG)

A época mais relevante referente ao meio acadêmico foi no mestrado da UFMG, onde pude ter contato com as técnicas estado-da-arte e me atualizar quanto aos modelos de Deep Learning que rondam por aí. Observando o quão “fechados” eles são - no quesito de explicar quando um modelo acerta ou erra - elaborei uma técnica que utiliza os valores de Shapley e agrupamento por superpixels para apontar quais eram os principais valores que modelos visuais levam em conta durante sua classificação.

Além disso, elaborei modelos de Machine Learning capazes de prever falhas em equipamentos e fraudes em cartões de crédito, com acurácia superior a 98% e uptime muito relevante.