Engenheiro de Dados Pleno | Analytics Engineering | SQL, Python e PySpark
Construo soluções de dados para transformar informações brutas em dados confiáveis para análise e tomada de decisão.
Atuo na Avanade como Analyst, Data Engineering | Engenheiro de Dados Pleno, desde out/2026. Meu escopo técnico inclui pipelines ETL/ELT, ingestão, transformação, modelagem, qualidade e governança, com SQL, Python, PySpark, Azure Databricks e Delta Lake.
Minha trajetória conecta negócio, operações, BI e Analytics Engineering. Na Samuel Maia Analytics, como Analytics Engineer | Data & BI Consultant, entre ago/2022 e set/2026, desenvolvi pipelines, modelos dimensionais e aplicações analíticas com Python, SQL, dbt, DuckDB, PostgreSQL, Power BI e Streamlit.
Aprofundei essa base em um Lakehouse com PySpark e Delta Lake, validado localmente, e na aplicação de IA generativa, integrando a API da OpenAI para extrair atributos estruturados de textos. As implementações de portfólio estão identificadas nos projetos correspondentes.
LinkedIn · Portfólio · Currículo em PDF
Engenharia de Dados: Python · SQL · PySpark · Apache Spark · Delta Lake · ETL/ELT · Data Lake · Data Warehouse · Lakehouse · conhecimentos em Azure Databricks
Analytics Engineering e BI: dbt · DuckDB · PostgreSQL · modelagem dimensional · Power BI · DAX · Power Query
Qualidade e governança: Data Quality · Data Contracts · Data Lineage · Publication Gate · reconciliação · controles de privacidade
IA generativa: OpenAI API · integração com LLMs · engenharia de prompts · extração de atributos textuais · saídas estruturadas em JSON
Automação e aplicações: pandas · NumPy · Streamlit · FastAPI · APIs REST · GraphQL · workflows com n8n
Cloud e engenharia: AWS · Git · GitHub Actions · CI/CD · pytest · Ruff · mypy
1. Azure Databricks Governed Lakehouse | 2026
Contexto: em um fluxo analítico de pedidos e produtos, a publicação exige critérios de qualidade e integridade.
Ação: desenvolvi um Lakehouse em Python, PySpark e Delta Lake, com camadas Raw, Bronze, Silver, Gold e Quarantine, schemas explícitos, validações e Publication Gate.
Resultado: a execução local documentada publicou seis datasets Silver e quatro tabelas Gold, com reconciliações sem perdas ou multiplicações de registros. A validação histórica registrou 186 testes; a revisão de governança de 24/10/2026 passou com 192 testes, conforme as evidências abaixo.
Escopo: execução validada localmente. Azure Databricks é a plataforma-alvo; a execução em nuvem permanece prevista.
2. Governed Analytics Platform | 2026
Contexto: dados de e-commerce precisam de qualidade e rastreabilidade para apoiar o consumo executivo.
Ação: construí uma plataforma com Python, SQL, dbt, DuckDB e PostgreSQL, incorporando Data Contracts, Data Quality, Data Lineage, Privacy Risk Score, Publication Gate, Streamlit, FastAPI e CI/CD. Acrescentei um módulo de IA generativa integrado à OpenAI API para extrair atributos de descrições de produtos, com engenharia de prompts, saída JSON e persistência em CSV/JSONL.
Resultado: o fluxo registra decisões de publicação Approved, Needs Review ou Blocked, mantém evidências de governança e disponibiliza dados e atributos estruturados para consumo analítico.
Escopo da IA: a interface apresenta resultados previamente persistidos. O módulo possui modo de referência e modo de chamada à API; a página não executa inferência ao ser aberta. A implementação verificada é de extração estruturada com LLM.
Ver repositório · Abrir demonstração
3. Central de Automação e Operações | 2026
Contexto: o acompanhamento de múltiplos workflows exige uma visão consolidada de prazos, responsáveis e prioridades.
Ação: desenvolvi uma central com Python, SQL, DuckDB e Streamlit, integrada ao Pipefy via API/GraphQL, com regras de criticidade, indicadores de SLA, backlog e alertas.
Resultado: a visão consolidada permite identificar demandas vencidas, sem responsável ou prioritárias e apoiar o acompanhamento operacional.
Ver repositório · Abrir demonstração
- AWS Serverless Access Counter: projeto em grupo do AWS re/Start com CloudFront, S3, API Gateway, Lambda, DynamoDB, IAM, WAF, CloudWatch, SNS e AWS Budgets.
- Churn Prediction Data Product: preparação de features, treinamento e inferência com scikit-learn, priorização de clientes e monitoramento de drift com PSI/KS.
- Revenue Intelligence Platform Suite: métricas governadas, camada semântica, Prefect, Pandera, qualidade, observabilidade e aplicações analíticas.
Cada projeto segue Contexto → Ação → Resultado, com ferramentas, decisões técnicas e evidências verificáveis. Execuções locais, componentes opcionais e próximos passos ficam explicitados na documentação. As métricas descrevem o escopo implementado e os resultados das validações.
Em 24/10/2026, foram validadas as seguintes revisões com dados sintéticos e testes automatizados:
| Projeto | Testes aprovados | Melhoria verificada | Alteração proposta |
|---|---|---|---|
| Lakehouse | 192 | Quarentena integrada, relatório de falhas parciais e CI | PR #3 |
| Governed Analytics | 383 | Rejeição de evidências inválidas no Publication Gate | PR #70 |
| Central de Automação | 27 | Bloqueio de inconsistências antes da publicação | PR #1 |
Essas evidências pertencem às revisões vinculadas. Consulte os PRs para conferir a integração à branch principal. A revisão não reexecutou o dataset completo do Lakehouse nem validou execução em Azure Databricks.
Os projetos são pessoais e independentes da atuação na Avanade; não representam entregas ou dados da empresa e de seus clientes.
- Pós-graduação em Inovação e Transformação Digital — Gran Faculdade | out/2026
- Pós-graduação em Ciência de Dados — Gran Faculdade | abr/2026
- Bacharelado em Administração — FAEL | jul/2024
- AWS re/Start, Inteligência Artificial e No Code — Escola da Nuvem | 270h | jul/2026
- Databricks Certified Data Engineer Associate — curso preparatório Udemy, 13,5h | out/2026. Certificado de conclusão do curso.