Observatório da literatura científica com modelos de linguagem locais: sobre o que se escreve, como se pesquisa e onde se produz. Os modelos rodam no seu computador, via Ollama, e nenhum texto sai da sua máquina.
Detalhes ↓
Coleta artigos do SciELO e do OpenAlex, mapeia os tópicos no tempo com embeddings, classifica cada resumo segundo um codebook seu (com o trecho que sustenta cada resposta e validação contra uma codificação humana cega) e conta a produção por UF, país e instituição. Roda pela linha de comando, pelo Python ou por um painel web local, e publica o resultado como site estático. O piloto cobre dez revistas brasileiras de ciência política, de 2010 a 2025. Sucessor do SciELO-Summarizer (SICSS Brasil 2024).
Um dos mais completos bancos de dados sobre os municípios brasileiros, organizado em 17 dimensões temáticas e documentado como pacote R. Feito em parceria com pesquisadores do MAPE, com quem construo e mantenho a base e sua interface pública.
Plataforma pública de monitoramento do Projeto RESA, com o desmatamento no Acre e na Reserva Extrativista Chico Mendes.
Detalhes ↓
Mapeia os dados de desmatamento do PRODES/INPE no Acre e na Reserva Extrativista Chico Mendes, ano a ano, e compara a reserva com o entorno. Faz parte do Projeto RESA, sobre o que o cooperativismo agroextrativista muda na renda das famílias e no desmatamento no Acre, selecionado em edital do Instituto Clima e Sociedade com apoio do Bezos Earth Fund. Coordeno a frente quantitativa do projeto, sob a coordenação geral de Luci Maria Teston (UFAC).
Quem é parente de quem na política brasileira. Modelos de linguagem leem os verbetes do Dicionário Histórico-Biográfico Brasileiro (DHBB) e registram cada laço de família que eles afirmam, e cada ligação da rede traz o trecho do verbete de onde saiu.
Comida di Buteco é um concurso que elege os melhores botecos de várias cidades brasileiras. Este projeto usa webscraping e geolocalização para mapear esses bares em todo o Brasil.
Programação do 15º Encontro da ABCP (Belém, 2026) em tempo real: o que está rolando agora, agenda pessoal, calendário e busca em todos os trabalhos e resumos. O que você marca fica só no seu aparelho.
Dashboard construído sobre a infraestrutura do mape_municipios para o mandato da deputada estadual Dani Balbi, reunindo dados da MUNIC, da PNS e do Censo SUAS sobre a população LGBTQIA+ do estado do Rio de Janeiro, incluindo a distribuição territorial dos equipamentos de assistência social.
Trabalho conjunto com Tomás Paixão Borges (IESP-UERJ).
implantação privada
Python
Trabalhos para clientes e laboratórios
Entregues para organizações e grupos de pesquisa; não estão disponíveis publicamente.
2025 · FGV EBAPE
Digitalização e sistematização de resultados eleitorais históricos com OCR e LLMs.
2024–25 · CEBRAP
OCR e LLMs aplicados aos Anuários Estatísticos Brasileiros para sistematizar dados de assistência social desde o início do século XX.
2024–25 · GENI/UFF
Ferramentas de LLM e RAG para extração estruturada de documentos não estruturados.
2024–25 · Fundação Roberto Marinho
Dashboards em Streamlit e Power BI, e um data lake na AWS.
2024 · FGV
Pipeline RAG para consultar as publicações dos pesquisadores da FGV em linguagem natural.
2022–25 · Instituto Rio21
Pipeline automatizado em Python que reduziu a produção de relatórios de dias para cerca de uma hora, e mapas interativos para públicos corporativos.
