Engenheiro de Dados na EY (Tech FSO) — pipelines PySpark sobre Big Data de um banco Tier-1 (sob NDA) — e DBA/Engenheiro de Dados em GCP/BigQuery. Trabalho com ingestão idempotente, modelagem dimensional, migrations versionadas e observabilidade, usando SQL, PySpark, dbt e Airflow. Também aplico IA ao próprio fluxo de dados (QA e validação de pipelines) — mas a base é engenharia de dados.

• DWH de consórcios em GCP/BigQuery (DBA) — 23 migrations versionadas, ingestão idempotente, web scraping resiliente e dashboards em Looker.
• Evoluindo o finbr-data-platform — plataforma de dados sobre fundos da CVM (abaixo).
• smart-job-monitor — monitor de vagas em Python stdlib (busca, filtra, pontua, deduplica).

• finbr-data-platform — pipeline real sobre o Informe Diário de Fundos da CVM: warehouse dimensional em DuckDB via dbt, ingestão em Airflow (pandas + PySpark), API FastAPI e dashboard Streamlit, 34 testes e CI. ~506 mil linhas de dado real por mês. Demo ao vivo.
• smart-job-monitor — monitor de vagas zero-dependência (Python stdlib): múltiplas fontes, filtro + score 0–100, dedup e notificação. 16 testes e CI no GitHub Actions.

• EY · Tech FSO — pipeline multi-tabela (sandbox → produção); migrei 2 painéis Power BI críticos sem perder a referência histórica dos valores, consumidos pela diretoria.
• DWH de consórcios (GCP/BigQuery) — materialização de tabela cortou ~69% do custo de query no Looker; web scraping resiliente reduziu a coleta de 18h → ~31min.
• Tutor de Power BI — 40h de treinamento para gestores; administração de Power BI Service e gateways.
• Chatbot WhatsApp + IA em produção há 13+ meses (n8n, Google Gemini, MongoDB Atlas).

Dados: Python · SQL · PySpark · BigQuery · GCP · dbt · Airflow · Azure Synapse · Power BI · DAX · Power BI Service · Looker

IA aplicada: AI Agents · MCP · GenAI

Bacharelado em Ciências Econômicas — Unigran (2026) · Inglês: Full Professional · Campo Grande, BR · aberto a oportunidades remotas.