Engenheiro de Dados e de Software | Python · SQL · AWS · ETL · Big Data 📍 Porto Alegre, RS (atuação remota)
Tenho cerca de cinco anos de experiência construindo pipelines de dados de alto volume e aplicações backend no mercado financeiro. Gosto de transformar grandes volumes de dados em produtos confiáveis, escaláveis e fáceis de consumir, principalmente via APIs.
🇬🇧 In English: Data & Software Engineer based in Porto Alegre, Brazil (remote). About five years building high-volume data pipelines and backend applications in the financial sector, from ETL/ELT and distributed processing to data lakes, data warehouses and REST APIs, including a hybrid on-premises-to-AWS migration. Fluent in English, advanced Spanish. Open to remote opportunities.
- Projeto e desenvolvo pipelines ETL/ELT para processamento de grandes volumes de dados financeiros, com foco em desempenho e confiabilidade.
- Construo soluções de processamento distribuído e arquiteturas de Data Lake e Data Warehouse.
- Entrego dados por meio de APIs REST para sistemas internos e clientes.
- Participo da migração gradual de pipelines para uma arquitetura em nuvem (AWS) em ambiente híbrido.
- Automatizo operações com CI/CD e dou sustentação a ambientes produtivos de missão crítica.
- Participo de decisões arquiteturais na evolução dos produtos, em times ágeis.
| Categoria | Tecnologias |
|---|---|
| Linguagens e bibliotecas | Python, SQL, ECL, Pandas |
| Engenharia de dados | ETL, Data Pipelines, Data Warehouse, Data Lake, Big Data, APIs REST, HPCC Systems (Thor, Roxie, ESP, Orbit), SALT |
| Cloud (AWS) | S3, Lambda, Glue, Athena, EMR, SageMaker, EKS |
| Modelagem e APIs (portfólio) | dbt, DuckDB, FastAPI, Pydantic, pytest, Schemathesis |
| Orquestração e DevOps | Apache Airflow, Docker, GitLab, GitLab CI/CD, CRON |
| Metodologias | Scrum, Kanban, Jira |
Quod · Analista de Desenvolvimento Júnior · jan/2022 – jul/2026 Datatech do mercado financeiro. Atuação em pipelines de dados, APIs e migração para AWS, com passagem por times de DevOps e, depois, por uma BU de produtos antifraude.
Qubo Tecnologia · Analista de Suporte Júnior · mar/2019 – jul/2021 Suporte a clientes corporativos, análise de logs, monitoramento de infraestrutura e apoio às equipes de desenvolvimento. Base da minha visão de operação e de resolução de incidentes.
- Tecnologia em Análise e Desenvolvimento de Sistemas, UNISINOS (cursando desde jul/2026)
- Informática Biomédica, UFCSPA (formação incompleta)
- AWS Cloud Practitioner Essentials (2025)
- LexisNexis HPCC Systems: SALT (record linkage), Applied ECL, Advanced ECL, Roxie ECL e Introduction to ECL
Português (nativo) · Inglês (fluente) · Espanhol (avançado)
Três projetos de engenharia de dados com dados públicos brasileiros, requisitos documentados, testes automatizados, CI e decisões de arquitetura registradas (ADRs). Os repositórios são públicos.
| Projeto | O que faz | Stack | Status |
|---|---|---|---|
| dbt-dw-api | Data warehouse dimensional (modelo estrela, SCD2, carga incremental) com dados de fundos da CVM, servido por uma API REST com autenticação, rate limit e contrato OpenAPI testado. Documentação do dbt | dbt, DuckDB, FastAPI, Schemathesis, Docker | ✅ concluído: 216 testes de dados, contrato sem violações, p95 de 54 ms |
| spark-cnpj-lakehouse | Lakehouse em camadas (bronze, silver, gold) sobre a base de CNPJ da Receita Federal, com carga incremental por MERGE, time travel, qualidade de dados e benchmark de tuning | Spark, Delta Lake, MinIO, Docker | 🚧 fase final: job principal 50% mais rápido após o tuning (medido na mesma máquina) |
| aws-fundos-pipeline | Pipeline serverless dos dados de fundos de investimento da CVM, provisionado como código e com custo abaixo de US$ 5/mês | AWS (Lambda, S3, Glue, Athena), Terraform, Airflow, GitHub Actions | 🗓️ planejado: fundações e Airflow local prontos, infraestrutura AWS em seguida |
Fora do trabalho: futebol, basquete, skate e música (contrabaixo, violão e cavaquinho). 🎸