Engenharia de Dados e Software
Sou desenvolvedor e atuo com engenharia de dados, sistemas backend e IA aplicada. Transformando problemas complexos em soluções úteis e confiáveis.
Cada habilidade aqui está ligada a um trabalho real. Escolha uma para ver onde ela fez diferença.
Como eu uso: Minha linguagem principal — pipelines de dados em produção, um serviço Flask no trabalho e o assistente AirMood.
Observação da Terra, mais perto das pessoas.
Um assistente com interface de voz que conecta qualidade do ar, clima e dados de satélite a decisões do dia a dia.
Arraste o arco, use as setas do teclado ou escolha uma habilidade
Problemas diferentes. A mesma curiosidade para entender, construir e melhorar.
Um backend para tirar planos do papel.
Uma API de produtividade com autenticação, autorização e backend TypeScript organizado em camadas.
Observação da Terra, mais perto das pessoas.
Um assistente com interface de voz que conecta qualidade do ar, clima e dados de satélite a decisões do dia a dia.
Uma visão mais ampla da qualidade da água.
Pipeline multimodal que combina amostras de água, imagens Landsat e dados climáticos para modelar qualidade da água.
De processos industriais a software e dados, aprendendo ao resolver problemas reais.
Pipelines de dados em produção, integrações backend e ferramentas para o ecossistema Databricks.
Construção e manutenção de mais de 20 jobs batch com PySpark, SQL, Delta Lake e Unity Catalog. Migração de um pipeline de aproximadamente 20 notebooks para Lakeflow/DLT serverless, reduzindo a execução de cerca de 30 para 8 minutos.
Desenvolvimento e deploy de um serviço Flask/Pydantic para processar leituras RFID, aplicar regras de negócio e atualizar MongoDB e SQL Server, executando em Docker em uma VM.
Desenvolvimento de ferramentas Python para versionar e promover metadados do Genie. Redução de 75% no custo de saída de LLM em um pipeline de catalogação e implementação de modelos principal e fallback.
Fundamentos práticos em Python, PySpark, Databricks e dados industriais.
Trabalho com notebooks, camadas Bronze/Silver, análise de dados e Git. Exploração de provas de conceito com Prophet e LSTM para séries temporais durante a transição para desenvolvimento.
Formação acadêmica, credenciais verificáveis e estudos complementares.
Na Univates, conecto os estudos de Engenharia de Software com desenvolvimento backend, engenharia de dados e projetos em equipe.
Engenharia de nuvem · Google Cloud
Orquestração de workflows · Apache Airflow 3
Cisco Networking Academy
Red Hat Training
HackerRank · avaliação de habilidades
Databricks Academy · preparação para o exame
Escolha uma área e um idioma. As duas versões contam a mesma trajetória, com enfoques diferentes.
O idioma do documento é independente do idioma do site.
Engenheiro de Dados | Databricks | IA Aplicada
Engenheiro de Dados com experiência de produção no ecossistema Databricks, atuando diariamente com PySpark, SQL, Delta Lake, Unity Catalog e Asset Bundles. Constrói e mantém pipelines batch, automações de plataforma e soluções de IA aplicada. Atuou em mais de 20 jobs Databricks, migrou um pipeline de cerca de 20 notebooks para Lakeflow Pipelines/DLT reduzindo o tempo de cerca de 30 para 8 minutos, e reduziu em 75% o custo de saída de LLM em pipeline de produção.
