JEAN LIMA

• Atendimento no WhatsApp automatizado com IA, respondendo 24h em linguagem natural
• Coleta de dados por web scraping e integração com sistemas legados do cliente
• Sistemas e Micro SaaS sob medida em nuvem, com o código entregue ao cliente

O cliente para de alugar plataforma e passa a ter um ativo próprio, sem lock-in.

• Unifiquei as listas de convidados numa base única, consultável pelo nome
• Cada nova confirmação de presença dispara um aviso automático
• Presentes via PIX com QR Code e rota direta no Maps e no Waze

Confirmações e presentes num só lugar, atualizados na hora — zero planilha e zero grupo de logística.

• Regex que unifica coordenadas em graus-minutos-segundos e decimal
• Geocodificação via API, com cache, para apólices sem coordenada
• Validação ponto-em-polígono no GeoJSON das UFs contra estado errado

100% das apólices dentro da UF declarada e um mapa de risco por cultura que virou painel da equipe.

• Motor do XL agregado com custo pela taxa do contrato e benefício líquido
• Random Forest projeta a sinistralidade sob El Niño e aplica ao prêmio de cada UF
• Contrato único nacional, com a recuperação rateada por estado — a soma sempre fecha

No ano normal o contrato custa R$ 290 mi e não recupera nada; no El Niño severo, devolve R$ 2,9 bi. A decisão fica à vista, em números.

• Ingestão de 5 condições gerais em PDF, divididas em trechos com sobreposição
• Embeddings multilíngues e busca vetorial no ChromaDB para achar os trechos certos
• LLM com temperatura zero, proibido de usar conhecimento fora dos documentos

Pergunta em português, resposta tirada das próprias normas — e compartilhável com a equipe pela rede interna.

• Previsão horária da API pública Open-Meteo para cada cidade da carteira
• Eventos detectados por limiares numéricos, determinísticos e auditáveis — sem LLM
• Regras por ramo, janela de 48h e intervalo de 24h decidem quem avisar; a IA só redige

Aviso personalizado por canal antes do evento, só para quem tem risco real — e toda decisão, inclusive a de não avisar, fica registrada com o motivo.

• Coleta automática do histórico trimestral de receita a partir do ticker na bolsa
• Modelo SARIMA com sazonalidade de 4 trimestres, treinado e salvo para reúso
• Projeção de 1 a 12 trimestres com intervalo de confiança, numa aplicação web

Projeção em segundos, no lugar da análise manual a cada fechamento — com a margem de erro à vista.