Ignite AI Solutions

Trajetória

Resultados, não atividade.

A Ignite AI Solutions foi fundada em 2024. A trajetória abaixo é de Danilo Sousa, construída liderando práticas de IA e dados antes e em paralelo à fundação da empresa.

Esses projetos foram entregues por Danilo Sousa como funcionário ou líder de prática nas organizações listadas, não como trabalho executado pela Ignite AI Solutions. São compartilhados como trajetória do fundador, não como referências de clientes da empresa, porque é o padrão que orienta todo projeto da Ignite.

  1. 2025 – Atual

    Avenue Code

    Senior AI Solutions Architect · AI Practice Lead

    • Construiu a prática de Soluções de IA da empresa do zero: charter, metodologia de entrega, arquiteturas de referência e playbook de pré-vendas.
    • Gerou ~US$ 8M em pipeline de IA com ~55% de conversão de descoberta para POC.
    • Fechou 3 projetos em produção somando ~US$ 4,8M em TCV nos primeiros 12 meses.
    • Definiu os padrões da empresa para observabilidade e avaliação de LLM, além de modelagem de custo de IA.

  2. 2024 – 2025

    Marlabs

    Lead Data Scientist · AI Chapter Lead

    • Fundou e liderou o AI Chapter do zero: 9 cientistas de dados e engenheiros de ML atendendo 4 clientes enterprise.
    • Reduziu a latência p95 de inferência de LLM de 2,4s para 780ms e cortou 38% do gasto com GPU (vLLM, quantização AWQ, dynamic batching).
    • Entregou 11 modelos em produção em 8 meses; incorporou RAG e capacidade multiagente em 3 produtos de clientes.
    • Estabeleceu o playbook de avaliação de retrieval adotado como padrão da empresa.

  3. 2023 – 2024

    Dana Incorporated

    Lead Data Scientist · Forecasting Tech Lead

    • Foi responsável pelo roadmap de forecasting do S&OP LATAM, cobrindo mais de 3.200 SKUs em 5 plantas.
    • Melhorou o MAPE de previsão de 27% para 15% nos SKUs críticos.
    • Gerou uma redução estimada de US$ 2,3M em custo de estoque nos primeiros 12 meses.
    • Padronizou o framework de feature engineering e backtesting adotado pela equipe de analytics.

  4. 2016 – 2023

    John Deere

    Tech Lead, ML/DL & MLOps · Senior Data Engineer

    • Construiu a fundação de MLOps do zero em Vertex AI Pipelines e MLflow; reduziu o ciclo de retreinamento de 3 semanas para 2 dias.
    • Liderou a entrega de mais de 14 modelos em produção, entre visão computacional, detecção de anomalias e manutenção preditiva.
    • Um modelo de inspeção de qualidade por visão computacional atingiu 92% de precisão e 88% de recall, substituindo 60% da inspeção visual manual em 2 linhas.
    • Migrou mais de 40 ETLs legados para arquitetura cloud-native, reduzindo custo de infraestrutura em ~32% e quebras de SLA de 9% para menos de 1%.