Negociação de ações baseada em IA: qual ferramenta de IA de última geração é melhor?

As ferramentas LLM têm sido utilizadas na negociação de ações baseada em IA desde o seu surgimento. ¹

Testei 14 modelos generativos de IA para negociação de ações baseada em IA, a fim de avaliar sua capacidade de prever as variações de preço de 132 ações usando as informações fornecidas. Os resultados mostram que

• O modelo ChatGPT 5 Thinking e o modelo Gemini 2.5 Pro apresentaram o melhor desempenho.
• Os modelos atuais do ChatGPT e do Gemini apresentam desempenho inferior aos modelos mais antigos.
• A taxa de sucesso diminui quando são fornecidos dados em excesso.

Desempenho de ferramentas baseadas em IA

Versões atuais

Para obter mais detalhes sobre o índice de referência, leia a seção sobre metodologia de índice de referência para negociação de ações .

GPT 5.4 Instant

O GPT 5.4 Instant alcança uma taxa de sucesso de 69%. O modelo concentra-se principalmente na rentabilidade da empresa, utilizando-a como sinal principal.

• Lógica de rótulo negativo : Mais provável quando o falecido desempenhava um papel central e ativo (especialmente CEO/presidente), a empresa parecia lucrativa/saudável, o controle familiar era alto e o evento implicava continuidade significativa ou risco de sucessão.
• Lógica de rótulo positivo : Mais provável quando a rentabilidade parecia mais fraca e/ou a alavancagem era maior, de modo que o evento poderia ser interpretado como uma reestruturação da governança ou um catalisador de recuperação, especialmente quando havia disponibilidade de recursos para a sucessão familiar.
• Lógica de rótulo neutro : Utilizada quando o papel parecia menos operacional/cerimonial, quando forças opostas predominavam ou quando a informação não apoiava fortemente uma reação significativa em curto prazo.

Modelo de pensamento GPT 5.4

O modelo GPT 5.4 Thinking alcança uma taxa de sucesso de 64% com recursos limitados. Ele combina lucratividade e propriedade familiar.

• Lógica de rótulo negativo : Mais provável quando o membro da família que faleceu desempenhava um papel operacional central, a rentabilidade parecia sólida e a influência da família era significativa.
• Lógica de rótulo positiva : Mais provável quando o membro da família que saiu desempenhava um papel central, mas a empresa parecia mais fraca ou mais alavancada, então o mercado pode receber bem a mudança.
• Lógica de rótulo neutro : Mais provável quando o cargo era honorário/menos operacional, a empresa era grande o suficiente para absorver a mudança ou os sinais da empresa eram mistos.

DeepSeek V3.2 (Pensamento Instantâneo e Profundo)

DeepSeek V3.2 com e sem Deep Think apresenta uma taxa de sucesso de 58%. Isso depende do papel do falecido e do desempenho da empresa.

Reação negativa (-1): O mercado espera perturbações.

• Alta dependência: Se o falecido era o fundador ou um CEO/Presidente ativo (em exercício) com longa trajetória na empresa, sua perda cria uma lacuna significativa de liderança.
• Baixa participação familiar: Uma participação menor pode significar menos investimento da família para estabilizar a empresa após a crise.

Reação positiva (+1): O mercado espera uma melhoria.

• Alívio: A morte resolve uma situação negativa. Isso geralmente ocorre se a empresa estava apresentando baixo desempenho (lucro líquido ou ROE negativos) sob a liderança de um executivo de longa data. O mercado aposta em um novo começo.
• Sucessão estabelecida: Se o falecido não estava trabalhando (workD=0) ou era um presidente aposentado, é provável que o sucessor já esteja empossado.
• Alto nível de propriedade familiar: Um alto nível de propriedade familiar geralmente indica um compromisso em manter o valor e garantir uma transição tranquila.

Reação neutra (0): O evento está precificado ou é irrelevante.

• Função não crítica: Se o falecido era um membro não executivo do conselho ou uma figura aposentada que não estava envolvida nas operações diárias.
• Transição gradual: Se a morte não foi repentina e a empresa é grande (com muitos funcionários/ativos), provavelmente já existem sistemas para lidar com a transição sem interrupções.

Gêmeos 3 Pensando

A taxa de acerto do Gemini 3 Thinking é de 53%. O mecanismo de decisão subjacente é o seguinte:

• Significativamente Positivo (1) : Essas empresas tiveram desempenho inferior sob liderança familiar (ROA < 2,5%). O mercado provavelmente vê a saída de um gestor familiar importante (CEO ou Presidente do Conselho) como um sinal de profissionalização ou de uma necessária reestruturação estratégica.
• Impacto Negativo Significativo : Essas empresas apresentaram desempenho excepcionalmente alto (ROA > 12%) sob a liderança de seus principais executivos. A saída deles representa uma perda significativa de capital humano estratégico e liderança visionária.
• Não Significativo : Esta categoria aplica-se a empresas com desempenho médio ou onde o indivíduo que se demite ocupava um cargo honorário, emérito ou secundário (por exemplo, Vice-Presidente, Membro do Conselho), sugerindo que a saída tem um impacto mínimo nas operações diárias ou já estava "precificada".

Gemini 3 Flash

O GPT 5.4 Instant alcança uma taxa de sucesso de 54%. As previsões são baseadas em duas teorias de mercado concorrentes sobre a sucessão em empresas familiares:

• Teoria da pessoa-chave (-1) : Em empresas com rentabilidade excepcionalmente alta (ROA > 10%), o mercado frequentemente vê o líder como uma “estrela” ou visionário. Sua saída cria um vácuo de talento estratégico, levando a retornos anormais negativos.
• Teoria da profissionalização/entrincheiramento (+1) : Em empresas com baixo desempenho (ROA < 3%) ou com alta participação familiar, a saída de um gestor familiar é frequentemente vista como uma oportunidade para a entrada de “sangue novo” ou gestão profissional, levando a retornos anormais positivos.
• Estabilidade/neutralidade (0) : Para empresas com desempenho moderado ou onde o líder desempenhou um papel não ativo/honorário (por exemplo, Emérito, Presidente Honorário), o evento é frequentemente considerado “precificado” ou operacionalmente insignificante.

Claude Sonnet 4.2

A taxa de acerto de Claude Sonnet 4.2 no benchmark é de 48%. O modelo avalia cada empresa em 6 dimensões derivadas da teoria de estudo de eventos sobre transições de liderança em empresas familiares:

1. Proeminência do papel (mais importante)

A posição do falecido determina quanta informação a sua partida transmite ao mercado:

• Cargos honorários/eméritos (+0,4): Esses indivíduos se afastaram operacionalmente. O anúncio não causa surpresa, geralmente é comunicado com antecedência → a reação do mercado é levemente positiva ou neutra.
• CEO/Presidente ativo (−0,6): O risco de figura-chave é o mais elevado. Os mercados precificam a incerteza em torno de quem assumirá o cargo e se a estratégia mudará.
• VP/Presidente (−0,25): Preocupação moderada, mas a empresa é menos dependente de um único executivo.
• Membro do Conselho/Diretor (+0,1): Não executivo; interrupção operacional mínima.

2. Sinal ROA

• ROA negativo (+1,2): Um gestor que se retira após ter seus ativos gerado retornos negativos → o mercado interpreta a saída como um alívio . Este é o fator positivo mais forte.
• Abaixo do p25 (ROA < 1,8%) (+0,5): Empresa com desempenho abaixo do esperado, saída ainda bem-vinda.
• Acima de p75 (ROA > 9,6%) (−0,6): Uma empresa com alto ROA que perde um executivo-chave sinaliza que o mercado pode perder o arquiteto desses retornos.

3. Lucro Líquido / EBITDA

• O prejuízo líquido (+0,6) e o EBITDA negativo (+0,5) reforçam o sinal de alívio da crise, independentemente do ROA.

4. ROE (quartil superior, −0,3)

Mesmo quando o ROA é moderado, as empresas no quartil superior de ROE (acima de 19,3%) são vistas como tendo uma alocação de capital altamente eficaz — cujo prejuízo o mercado desconta negativamente.

5. Propriedade Familiar

• ≥75% (+0,45): Alto controle familiar significa que a sucessão ocorre quase certamente dentro da família e é pré-planejada. Reduz a incerteza.
• 50–74% (+0,20): Maioria familiar, estável, mas ligeiramente menos seguro.
• <30% (−0,25): A propriedade dispersa levanta dúvidas sobre a identidade do sucessor.

6. Alavancagem

• >0,70 (+0,40): Empresas com alta alavancagem e com um líder em processo de saída sinalizam uma possível reestruturação estratégica; os mercados podem interpretar isso positivamente (saída por dificuldades).
• Acima de p75 (>0,36) (+0,20): Dívida elevada observada.

Pontuação ≥ 0,90 → Rótulo: Significativamente positivo

Pontuação ≤ −0,70 → Rótulo: Significativamente negativo

Caso contrário → Rótulo Não Significativo

Modelos mais antigos

Modelo de pensamento GPT 5

O modelo de pensamento do ChatGPT 5 apresenta a maior precisão entre as ferramentas testadas, com uma taxa de sucesso de 74%. A ferramenta prevê a variação de preços com base em dois indicadores:

Índice de concentração de liderança (LCI) → quanto maior, maior a probabilidade de CAR negativo substancial.

• LCI = 0,40·z(importância_do_papel) + 0,30·z(controle_familiar) + 0,20·z(força_financeira) − 0,10·z(tamanho)
  • role_importance: peso hierárquico do falecido (CEO > presidente > presidente do conselho > vice-presidente).
  • controle familiar: participação familiar na propriedade (% dos direitos de voto).
  • solidez financeira: composto de ROE e ROA (rentabilidade).
  • tamanho: ln(ativos).
• Intuição : Os mercados esperam mais perturbações quando um membro central da família falece em uma empresa pequena, lucrativa e com forte presença no capital.
• Decisão : Classificar como Negativo se o LCI estiver entre os 30% superiores da amostra e ≥ 0,5 unidades z acima do Índice de Renovação.

Índice de potencial de renovação (RPI) → quanto maior, maior a probabilidade de um retorno acumulado positivo substancial.

• RPI = 0,40·(−z(força_financeira)) + 0,25·z(alavancagem) − 0,20·z(controle_familiar) − 0,10·z(tamanho) + 0,05·z(estresse_de_liquidez)
  • Alavancagem: (dívida de longo prazo + dívida de curto prazo) / patrimônio líquido.
  • controle familiar: participação familiar na propriedade (% dos direitos de voto).
  • estresse de liquidez: contas a pagar / ativos.
  • solidez_financeira: composto de ROE e ROA.
  • tamanho: ln(ativos).

• Intuição : Empresas com baixa rentabilidade, alguma pressão da dívida, menor domínio familiar e dificuldades de liquidez podem ver o mercado acolher bem a possibilidade de mudança na governança ou de uma nova liderança.
• Decisão : Classificar como Positivo substancialmente se o RPI estiver entre os 30% superiores da amostra e ≥ 0,5 unidades z acima do LCI.

Modelo Gemini 2.5 Pro

O Gemini 2.5 Pro prevê com precisão 71% das variações no preço das ações. Este modelo sugere que os investidores ativos tomam decisões com base na vulnerabilidade da empresa e na potencial oportunidade de renovação.

Índice de vulnerabilidade (IV) → quanto maior, maior a probabilidade de CAR negativo substancial.

• VI = 0,40·z(controle_familiar) + 0,35·(-z(força_financeira)) + 0,20·z(alavancagem) – 0,05·z(tamanho)
  • controle_familiar : Propriedade familiar (% de direitos de voto).
  • força_financeira : Índice z composto de ROE e ROA.
  • Alavancagem : Dívida de longo prazo / patrimônio líquido.
  • tamanho : Logaritmo natural do total de ativos (ln(ativo)).
• Intuição : O mercado penaliza as ações quando a morte de um líder importante cria um vácuo de poder. Esse risco é maior em empresas altamente endividadas, não lucrativas e dominadas por famílias, que não possuem a resiliência e a estrutura de gestão consolidada de grandes corporações. A combinação de alto controle familiar, saúde financeira precária e alta alavancagem cria uma mistura potente para a incerteza dos investidores.
• Decisão : Classificar como Substancialmente Negativa se a pontuação VI de uma empresa estiver entre os 5% melhores da amostra.

Índice catalisador de recuperação (TCI) → quanto maior, maior a probabilidade de um CAR positivo substancial.

• TCI = 0,50·(-z(força_financeira)) + 0,25·z(controle_familiar) – 0,15·z(alavancagem) – 0,10·z(tamanho)
  • força_financeira : Índice z composto de ROE e ROA.
  • controle_familiar : Propriedade familiar (% de direitos de voto).
  • Alavancagem : Dívida de longo prazo / patrimônio líquido.
  • tamanho : Logaritmo natural do total de ativos (ln(ativo)).
• Intuição : O mercado reage positivamente quando a morte é percebida como uma oportunidade de renovação. Isso ocorre quando um líder familiar consolidado em uma empresa com baixo desempenho, mas financeiramente estável, falece. O mercado antecipa que uma mudança na liderança desbloqueará valor ao aprimorar a estratégia e as operações, tornando a empresa um potencial caso de recuperação ou um alvo de aquisição.
• Decisão : Classificar como Substancialmente Positivo se a pontuação TCI de uma empresa estiver entre os 5% melhores da amostra e for pelo menos 0,5 unidades z acima de sua pontuação VI.

Modelo GPT 5 Pro

A taxa de precisão do GPT 5 Pro é de 56% no meu teste de referência. A ferramenta GenAI faz previsões com base em dois indicadores:

Índice de risco de pessoa-chave (KPRI) → quanto maior, maior a probabilidade de CAR negativo substancial.

• KPRI = 0,40·z(propriedade) + 0,30·z(alavancagem) − 0,20·z(tamanho) + 0,10·z(lucratividade)
• Intuição : empresas menores, com capital fechado, maior alavancagem e atualmente lucrativas enfrentam um risco percebido maior em relação à pessoa-chave no caso de falecimento de um membro da família.
• Decisão : Classificar como substancialmente negativo se o KPRI estiver entre os 30% superiores da amostra e ≥ 0,5 unidades z acima do TPI.

Índice de potencial de recuperação (TPI) → quanto maior, maior a probabilidade de um retorno positivo substancial.

• TPI = 0,40·(−z(lucratividade)) + 0,20·z(alavancagem) − 0,20·z(propriedade) − 0,10·z(tamanho) + 0,10·z(AP/ativos)
• Intuição : desempenho fraco + alguma pressão financeira, mas menor controle familiar podem fazer com que os mercados acolham bem uma mudança de liderança.
• Decisão : Classificar como substancialmente positivo se o TPI estiver entre os 30% melhores e ≥ 0,5 unidades z acima do KPRI.

GPT 4o

Este antigo modelo ChatGPT utiliza algoritmos de IA baseados no papel do falecido na empresa, na participação da família na propriedade, no tamanho da empresa e na alavancagem financeira. O modelo prevê o CAR (Custo Acumulado de Ativos) dos eventos como

Negativo substancial , se

• O falecido era CEO/Presidente do Conselho.
• Alta participação acionária familiar (>70%) e o falecido ocupava um cargo de liderança.
• Empresas menores ou menos diversificadas (baixos ativos/receita)
• Alta alavancagem: dívida de longo prazo ou dívida de curto prazo > ativos

Substancialmente positivo , se

• O falecido desempenhava um papel secundário (por exemplo, membro do conselho ou vice-presidente).
• A empresa estava apresentando um desempenho abaixo do esperado (por exemplo, ROE ou ROA negativos), o que pode ser interpretado positivamente pelo mercado.
• Baixo controle familiar (<30%)

Nenhuma mudança significativa , se

• Empresas de médio a grande porte com finanças sólidas
• Falecido não fazia parte da liderança ativa.
• Propriedade familiar baixa a média (30%–60%)

Claude Sonnet 4

O modelo Claude Sonnet 4 alcança uma taxa de precisão de 46% na previsão das oscilações do preço das ações após o falecimento de líderes familiares. Este modelo utiliza um sistema de pontuação multifatorial que pondera o risco de sucessão na liderança em relação aos fatores de resiliência da empresa.

Pontuação de ruptura sucessória (SDS) → mais alta = maior probabilidade de CAR negativo substancial

• SDS = 0,30·z(peso_da_posição) + 0,25·z(propriedade_familiar) + 0,20·(-z(desempenho_financeiro)) + 0,15·z(endividamento) – 0,10·z(escala_da_empresa)
  • position_weight : Pontuação hierárquica onde CEO = 3, Presidente do Conselho = 2,5, Presidente = 2, Vice-Presidente = 1, Conselho = 0,5
  • propriedade_familiar : Percentagem de controlo de voto familiar
  • desempenho_financeiro : Pontuação composta dos escores z de ROE e ROA
  • endividamento : relação entre dívida de longo prazo e ativos
  • firm_scale : Número de funcionários como indicador da profundidade organizacional.
• Intuição : Os mercados reagem de forma mais negativa quando uma lacuna crítica de liderança se combina com o controle familiar concentrado e a fraca resiliência institucional. A morte de um CEO ou presidente do conselho em uma empresa dominada por famílias cria uma crise de sucessão imediata, principalmente quando a empresa não possui a solidez financeira para enfrentar a incerteza ou a estrutura organizacional necessária para garantir a continuidade. O alto endividamento amplifica essa vulnerabilidade, restringindo a flexibilidade estratégica durante o período de transição.
• Decisão : Classificar como Substancialmente Negativo se o SDS estiver entre os 36% superiores da amostra (pontuação ≤ -3,0).

Índice de renovação da governança (GRI) → quanto maior, maior a probabilidade de um CAR positivo substancial.

• GRI = 0,35·(-z(desempenho_financeiro)) + 0,25·z(qualidade_institucional) – 0,20·z(propriedade_familiar) + 0,15·z(desenvolvimento_de_mercado) – 0,05·z(peso_da_posição)
  • desempenho_financeiro : Pontuação de fraqueza composta ROE/ROA
  • qualidade_institucional : Indicadores de tamanho da empresa e estabilidade do setor
  • propriedade familiar : Concentração de controle familiar (invertida)
  • market_development : Indicador de eficiência de mercado baseado em países
  • position_weight : Importância da posição de liderança (invertida)
• Intuição : Os mercados antecipam a criação de valor quando ocorre uma mudança de liderança em empresas com baixo desempenho e estruturas de propriedade dispersas. A morte do líder elimina os potenciais efeitos de entrincheiramento, preservando as capacidades institucionais necessárias para a recuperação. Isso é especialmente evidente em mercados desenvolvidos, onde a sucessão por gestores profissionais é mais acessível e os mecanismos de governança são mais robustos.
• Decisão : Classificar como Substancialmente Positivo se a pontuação GRI estiver entre os 17% melhores da amostra (pontuação ≥ 1,5) e exceder o SDS em pelo menos 2,0 pontos.

DeepSeek

Esta ferramenta de IA generativa utiliza análise heurística especializada, alcançando uma taxa de precisão estimada em cerca de 65% em benchmarks padrão de estudos de eventos financeiros. O núcleo da avaliação dos pesos de decisão baseia-se em três fatores principais:

Papel do falecido

• Presidente do Conselho/CEO/Presidente Executivo: Sinalizado imediatamente devido ao alto potencial de impacto negativo.
• Emérito/Honorário/Vice-Presidente: Têm um peso significativamente menor, resultando frequentemente numa previsão de "Nenhuma Alteração Significativa".
• Papéis secundários: considerados como sinal fraco.

Saúde financeira

• Lucro líquido e ROE/ROA: Um lucro líquido negativo ou baixos retornos, aliados a um papel fundamental, geralmente direcionam a previsão para "Negativa". Se o papel for secundário, pode sugerir "Positiva".
• Dívida de longo prazo/curto prazo: Os altos níveis de endividamento amplificaram o risco percebido para empresas com papéis-chave.

Propriedade familiar

• Alto índice de participação acionária (>60%) + papel fundamental: Amplificou fortemente a previsão "Negativa" (liderança consolidada, incerteza quanto à sucessão).
• Baixa participação acionária (<30%) + Desempenho ruim: Amplificou a previsão "positiva" (facilitou a ação de agentes externos para impor mudanças).

Modelo Gemini 2.5 Flash

O Gemini 2.5 Flash afirma que as previsões são feitas com base em um estudo de eventos e na literatura sobre governança corporativa, apresentando uma taxa de acerto de 23%. O modelo classifica os eventos como CARs (Acidentes de Conversão Corporativa) com base nas seguintes premissas:

• Ponto negativo significativo: A participação acionária da família é relativamente alta (acima de 30%) e o falecido ocupava uma posição crítica (CEO ou Presidente do Conselho).
• Sem alterações significativas: a percentagem de participação familiar é relativamente baixa (<30%) ou a empresa é grande e parece ter uma estrutura corporativa sólida.
• Impacto Substancial Positivo: Este cenário geralmente ocorre quando o desempenho do gerente é ruim ou quando ele é considerado um obstáculo para o futuro da empresa. Não há informações suficientes nos dados fornecidos para fazer tal previsão. Portanto, todas as previsões foram classificadas como "Impacto Substancial Negativo" ou "Sem Mudança Significativa".

Precisão do modelo com ampla entrada de dados

Quando mais informações são fornecidas na segunda rodada, o desempenho do modelo muda:

• DeepSeek V3.2 O Pensamento Profundo (64%) e o Pensamento de Gêmeos 3 (62%) são os que mais melhoram.
• Os modelos GPT 5.4 apresentam resultados mistos e uma precisão ligeiramente inferior à observada no caso limitado.
• Claude Sonnet 4.2 diminui ainda mais, sugerindo dificuldade em lidar com entradas mais complexas.

Ao adicionar dados complementares, os modelos capazes de integrar múltiplos sinais apresentam melhor desempenho. No entanto, modelos mais simples podem perder precisão por não conseguirem priorizar as informações adicionais de forma eficaz.

Metodologia de referência para negociação de ações baseada em IA

Incitação

O teste de referência avalia se as ferramentas de IA generativa conseguem prever as reações do mercado de ações a um evento inesperado, com base nos fundamentos da empresa. A configuração utiliza dados de Tanyeri & Alp (2023) e Arslan & Tanyeri-Günsur (2025). ² , ³

Cada ferramenta de IA recebe um instantâneo das informações da empresa na primeira rodada :

Informações financeiras

• Tamanho do ativo
• Tamanho do patrimônio líquido
• Lucro antes de juros, impostos, depreciação e amortização (EBITDA)
• Resultado líquido
• Receita anual
• Dívida de curto e longo prazo
• Contas a pagar
• Retorno sobre o patrimônio líquido (ROE)
• Retorno sobre ativos (ROA)

Outras informações

• participação acionária familiar
• País da sede e listagem de ações
• Número de funcionários
• Indústria/setor

Não são fornecidos o nome da empresa nem outros identificadores.

Na segunda rodada , as seguintes informações são adicionadas:

• se o falecido estava trabalhando no momento do óbito.
• a geração do falecido posterior ao fundador da empresa
• se o falecido era o fundador
• tempo de serviço do falecido na empresa
• idade do falecido no momento do óbito
• se o falecido morreu repentinamente ou após uma doença
• o número de filhos que o falecido tinha
• o número de filhas que o falecido tinha
• o número de filhos homens que o falecido tinha
• o número de parceiros que o falecido tinha

Pergunta principal

Com base nas informações acima, cada solução de IA deve prever se o retorno anormal cumulativo (CAR) de 3 dias de 132 empresas será:

• Significativamente positivo
• Significativamente negativo
• Não significativo

O CAR mede como os mercados financeiros reagem ao evento. Um CAR positivo indica que os investidores percebem o evento como um fator que aumenta o valor das ações, um CAR negativo como um fator que reduz o valor e um CAR insignificante como neutro.

Amostragem

O conjunto de dados inclui 132 óbitos em 109 empresas familiares de capital aberto em 24 países. Todas as empresas estão classificadas entre as 500 maiores empresas familiares.

Medição de desempenho

O índice de referência baseia-se em análises técnicas prévias dos preços das ações. Para cada empresa, o CAR de 3 dias foi calculado e categorizado da seguinte forma:

• Significativamente positivo
• Significativamente negativo
• Não significativo

As previsões da IA são comparadas com os valores históricos de CAR. A precisão é medida como a porcentagem de previsões corretas feitas por cada solução generativa de IA.

Perguntas frequentes

Links de referência

1.

ScienceDirect

2.

The value of shareholder rights in family firms: Global evidence from a death in the family - Tanyeri Günsür - 2023 - Corporate Governance: An International Review - Wiley Online Library

3.

ScienceDirect

4.

Artificial Intelligence Can Make Markets More Efficient—and More Volatile

Ezgi Arslan, PhD.

Analista do setor

Siga-nos

Ezgi possui doutorado em Administração de Empresas com especialização em finanças e atua como Analista de Mercado na AIMultiple. Ela lidera pesquisas e insights na interseção entre tecnologia e negócios, com experiência que abrange sustentabilidade, pesquisas e análise de sentimentos, aplicações de agentes de IA em finanças, otimização de mecanismos de resposta, gerenciamento de firewalls e tecnologias de compras.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios.

Nome

Endereço de email

Comentário

0/450

Postar comentário