Sobre Mim

Engenheiro de Dados | AWS & GCP | Databricks, PySpark, Python e SQL

Bem-vindo

Bem-vindo ao meu espaço pessoal. Aqui compartilho projetos, códigos, scripts utilitários e artigos sobre dados, automação e desenvolvimento de software.

Resumo Profissional

Sou Engenheiro de Dados, com experiência no desenvolvimento e na evolução de pipelines, arquitetura de dados em cloud, integração de sistemas e otimização de processos de dados. Atualmente, trabalho no PicPay, atuando no desenvolvimento e na sustentação de pipelines, otimização de performance e custos, integração de plataformas de marketing e melhoria da confiabilidade de processos em produção. Um dos resultados relevantes da minha atuação foi a participação em iniciativas de otimização que contribuíram para uma redução de R$ 200 mil nos custos mensais, reforçando a importância de aliar eficiência técnica a resultados para o negócio. Tenho experiência com AWS, GCP, Databricks, PySpark, Python, SQL e Apache Airflow, além de integração com soluções Salesforce e Salesforce Marketing Cloud. Ao longo da minha trajetória, evoluí da administração de bancos de dados para a Engenharia de Dados, ampliando minha atuação em arquitetura, processamento distribuído, automação e integração de plataformas. Acredito que boas soluções de dados precisam ir além do funcionamento técnico: devem ser escaláveis, confiáveis, eficientes e alinhadas aos objetivos do negócio.

Principais Competências

  • Engenharia de Dados e pipelines ETL/ELT
  • Arquitetura e plataformas de dados em cloud AWS, GCP e Databricks
  • PySpark, Python e SQL
  • Apache Airflow e automação de processos
  • Integração de plataformas MarTech
  • Otimização de performance e custos
  • Sustentação de workloads e confiabilidade operacional
Python PySpark SQL Databricks AWS GCP Apache Airflow Salesforce Data Cloud Salesforce Marketing Cloud MarTech

Experiência Profissional

Engenheiro de dados | PicPay

junho de 2026 - Presente (6 meses)
  • Desenvolvimento e evolução de pipelines de dados para suportar processos de ingestão, transformação e integração entre diferentes plataformas.
  • Otimização de performance e custos de workloads em produção, com melhorias em processos de dados e na utilização de recursos de infraestrutura.
  • Participação em iniciativas de otimização de processos Salesforce e Marketing Cloud, associadas à redução de R$ 200 mil nos custos mensais.
  • Desenvolvimento e manutenção de soluções de Engenharia de Dados utilizando AWS, GCP, Databricks, PySpark, Python, SQL e Apache Airflow.
  • Utilização de ferramentas de IA generativa e diferentes modelos de linguagem (LLMs), como ChatGPT (GPT), Claude, Google Gemini e Microsoft Copilot, para apoiar atividades técnicas, análise de problemas e produtividade no desenvolvimento.
  • Investigação e resolução de incidentes em produção, identificação de falhas e implementação de melhorias para aumentar a confiabilidade dos pipelines.
  • Participação em decisões técnicas e iniciativas de arquitetura, propondo melhorias e contribuindo para a evolução das soluções de dados.
  • Integração e processamento de dados relacionados a plataformas de marketing, apoiando a disponibilidade e a utilização eficiente dos dados pelas áreas de negócio.

Engenheiro de dados | Pmweb

agosto de 2021 - junho de 2026 (4 anos 11 meses)
  • Participação em projetos de migração de bancos de dados de ambientes locais (on-premises) para a nuvem, contribuindo para uma redução superior a R$ 30 mil mensais nos custos operacionais.
  • Atuação em projetos de implantação e integração de plataformas de CRM e dados de clientes, incluindo Salesforce Marketing Cloud, Salesforce Data Cloud, Oracle Responsys, Oracle Unity, Insider e Braze.
  • Desenvolvimento e manutenção de pipelines de dados, adaptando soluções de engenharia às necessidades técnicas e aos requisitos de negócio de diferentes clientes.
  • Desenvolvimento de processos de ingestão, transformação e integração de dados provenientes de múltiplas fontes, considerando as particularidades de cada ambiente e plataforma.
  • Desenvolvimento e otimização de modelos e processos de transformação de dados utilizando Google Cloud Platform (GCP), BigQuery, Python, SQL, dbt e Apache Airflow.
  • Construção e evolução de integrações entre sistemas, bancos de dados e plataformas de CRM, buscando garantir a consistência, a qualidade e a disponibilidade das informações.
  • Otimização de consultas, processos de processamento e pipelines de dados, com foco em desempenho, escalabilidade e eficiência operacional.
  • Monitoramento, sustentação e resolução de problemas em pipelines de produção, contribuindo para a confiabilidade e a continuidade dos processos de dados.
  • Colaboração com equipes técnicas no levantamento de requisitos, na definição de soluções e na implementação de arquiteturas de dados alinhadas às necessidades específicas de cada cliente.

Analista de banco de dados | NovaQuest Contact Center

outubro de 2019 - agosto de 2021 (1 ano 11 meses)
  • Administração, monitoramento e otimização de bancos de dados Microsoft SQL Server, com foco em desempenho, disponibilidade e estabilidade dos ambientes.
  • Otimização de consultas e rotinas de banco de dados, buscando melhorar o desempenho e a eficiência dos processos.
  • Automação de rotinas administrativas e desenvolvimento de integrações utilizando Python, reduzindo atividades manuais e aumentando a eficiência operacional.
  • Desenvolvimento e manutenção de processos de ETL/ELT com SQL Server Integration Services (SSIS), Apache Airflow e Python para integração e processamento de dados.
  • Implementação e manutenção de rotinas de backup e recuperação de dados, contribuindo para a segurança e a continuidade das operações.
  • Monitoramento de ambientes e indicadores operacionais utilizando Grafana, apoiando a identificação e a análise de problemas.
  • Atuação na investigação e resolução de incidentes relacionados a bancos de dados, buscando manter a integridade das informações e a confiabilidade dos serviços.

Supervisor de TI | Eico Cosméticos

março de 2015 - outubro de 2019 (4 anos 8 meses)
  • Participação na estruturação e internalização da área de TI, anteriormente terceirizada, contribuindo para a redução de custos operacionais, maior controle dos serviços e melhoria da qualidade do atendimento interno.
  • Organização e evolução dos processos de TI, estabelecendo práticas de suporte, manutenção e gestão de infraestrutura alinhadas às necessidades da empresa.
  • Administração e suporte à infraestrutura de TI, incluindo sistemas corporativos, equipamentos, redes e recursos tecnológicos.
  • Identificação de oportunidades de melhoria e automação de processos, buscando aumentar a eficiência operacional e reduzir atividades manuais.
  • Desenvolvimento de soluções e automações utilizando Python e SQL para otimizar rotinas e apoiar as operações da empresa.
  • Atuação na gestão de fornecedores e serviços de tecnologia, acompanhando demandas, prioridades e qualidade das entregas.
  • Apoio à segurança da informação, à disponibilidade dos sistemas e à continuidade das operações de TI.
  • Colaboração com diferentes áreas da empresa para identificar necessidades tecnológicas e implementar soluções que contribuíssem para a produtividade e a eficiência dos processos.

Assistente Logística / Administrativo / Faturamento / Compras / P&D / Marketing / TI | Eico Cosméticos

agosto de 2011 - março de 2015 (3 anos 8 meses)
  • Evolução progressiva em funções administrativas e operacionais até transição definitiva para a área de TI.

Formação Acadêmica

Pós-graduação, Engenharia de dados PUC Minas 2023 - 2024
Graduação, Análise e Desenvolvimento de Sistemas UNINOVE 2022 - 2023
Graduação, Ciência de dados UNINOVE 2021 - 2022
Graduação, Banco de dados UNINOVE 2020 - 2022

Códigos & Scripts (Em construção)

Navegue pelas abas abaixo para conferir trechos de código e soluções organizadas por linguagem:

Automação de Pipelines ETL e APIs

Script Python para extração de dados via API REST e carga em armazenamento em nuvem com tratamento de exceções e logging.

import requests
import logging

def extract_data(url):
    try:
        response = requests.get(url, timeout=30)
        response.raise_for_status()
        return response.json()
    except Exception as e:
        logging.error(f"Erro na extração: {e}")
        return None

Leitura e Transformação de Big Data

Exemplo de leitura otimizada e agregação com PySpark DataFrames e Delta Lake.

from pyspark.sql import SparkSession
from pyspark.sql.functions import col, avg

spark = SparkSession.builder.appName("DataAnalysis").getOrCreate()
df = spark.read.parquet("s3://bucket/data/")
df.filter(col("status") == "ATIVO") \
  .groupBy("categoria") \
  .agg(avg("valor").alias("media_valor")) \
  .show()

Window Functions em BigQuery/PostgreSQL

Consulta SQL avançada calculando média móvel e particionamento de clientes.

SELECT 
    cliente_id,
    data_pedido,
    valor,
    AVG(valor) OVER(
        PARTITION BY cliente_id 
        ORDER BY data_pedido 
        ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
    ) AS media_movel_7d
FROM vendas;

Blog (Em construção)

Visualizações do blog: --

Boas Práticas no Tratamento de Big Data com PySpark

Publicado em: Outubro de 2026

Dicas essenciais para otimizar jobs em Spark, como evitar shuffling desnecessário e gerenciar particionamento no S3/Blob Storage.

Como Modelar Data Warehouses Modernos com SQL

Publicado em: Setembro de 2026

Abordagens sobre arquiteturas de dados, dimensional vs. Data Vault, e como estruturar tabelas fato e dimensão.

Contato

Sinta-se à vontade para entrar em contato ou se conectar nas redes sociais:

GitHub LinkedIn E-mail