Uma coleção de aplicações, scripts, ferramentas e experimentos. Construídos para uso próprio. Compartilhados porque podem ser úteis.
Caio Johnston
Cientista de dados e consultor na Accenture, atuando em projetos de inovação, com Gen AI e Agentic AI, dentro do centro de inteligência artificial da Vale. Sou bacharel em Ciência da Computação e atualmente curso MBA em IA e Big Data pela USP (ICMC). Ultimamente mergulhei de cabeça no mundo de Agentes, LLMs, RAG, MCP e afins. Quando não estou construindo isso, estou ouvindo música, jogando ou assistindo a um bom filme.
Empresas que trabalhei
Projetos Recentes
Todos os projetos→O que aprendi hoje
Todos os aprendizados→Quem trabalha com IA generativa convive com um vocabulário que cresce e se transforma rápido. Termos novos aparecem a cada trimestre, definições são puxadas em direções diferentes por cada fornecedor, e o que era jargão técnico em 2024 vira conversa de café em 2025. Este guia reúne 27 termos essenciais, dos mais básicos como token aos mais recentes como MCP, A2A e vibe coding. A ideia não é ser um glossário enciclopédico, mas um mapa prático: cada verbete traz uma definição direta, o que aquilo muda na prática, e como ele se conecta a outros termos do guia.
Ler mais →
Guia prático com 10 técnicas para melhorar seus prompts no Claude, com exemplos do que fazer e do que evitar. Baseado na documentação oficial da Anthropic e nas características reais de como o modelo processa instruções.
Ler mais →Introdução à Ciência de Dados
data-science
Este guia de Introdução à Ciência de Dados apresenta os principais conceitos da área, incluindo o que é Ciência de Dados, diferenças entre analista, cientista e engenheiro de dados, o ciclo completo da análise de dados, fundamentos de Machine Learning e uma aplicação prática com regressão linear em Python. Ideal para iniciantes, o conteúdo aborda desde a definição do problema até a construção e avaliação de modelos preditivos, com foco em aplicações reais e aprendizado prático.
Ler mais →