Data Engineering
Databricks · PySpark · Apache Spark · Delta Lake · Python · SQL
Data Engineer · Analytics Engineering · Data Governance
Engenharia de Dados com foco em Databricks, PySpark, SQL, Python, Delta Lake, qualidade, governança e arquiteturas Lakehouse.
Sobre
Construo soluções de dados para transformar informações brutas em dados confiáveis para análise e tomada de decisão.
Minha trajetória combina visão de negócio, Analytics Engineering e práticas de engenharia de software aplicadas a dados: ingestão, transformação, modelagem, testes, observabilidade, governança e publicação controlada.
Desde 20/10/2026, atuo na Avanade como Analyst, Data Engineering — Engenheiro de Dados Pleno, na área de Engenharia de Dados. Meu foco profissional inclui pipelines, ingestão e transformação de dados, ETL/ELT, qualidade e governança, com SQL, Python, PySpark, Azure Databricks e Delta Lake.
Entre 2022 e setembro de 2026, construí projetos pessoais para meu portfólio técnico, aplicando na prática conceitos de Engenharia de Dados, Analytics Engineering, automação, qualidade e governança.
Stack principal
Databricks · PySpark · Apache Spark · Delta Lake · Python · SQL
dbt · ETL/ELT · modelagem dimensional · Raw/Bronze/Silver/Gold
Data Quality · Data Contracts · Data Lineage · Publication Gate · rastreabilidade
Pytest · Ruff · mypy · GitHub Actions · CI/CD · Azure · AWS
Projetos em destaque
Contexto: pipelines analíticos precisam impedir que dados fora dos critérios de qualidade avancem para camadas utilizadas pelo negócio.
Ação: desenvolvi uma arquitetura Lakehouse com PySpark, Delta Lake e SQL, estruturada em Raw → Bronze → Silver → Gold, com Quarantine, regras de Data Quality, testes automatizados e Publication Gate antes da Silver.
Resultado: critérios objetivos para controlar a progressão dos dados entre camadas e tratamento explícito de registros inválidos, com foco em qualidade e governança.
Contexto: dados inconsistentes ou sem regras claras de publicação aumentam o risco de consumo analítico pouco confiável.
Ação: plataforma com Python, SQL, dbt, DuckDB e PostgreSQL, incorporando Data Contracts, Data Quality, Data Lineage, Publication Gate e CI/CD.
Resultado: cada execução recebe um estado explícito de publicação — Approved, Needs Review ou Blocked — antes do consumo analítico.
Contexto: workflows dispersos dificultam acompanhamento de SLA, backlog e criticidade.
Ação: solução com Python, SQL, Streamlit e integração Pipefy via API/GraphQL, com alertas e indicadores operacionais.
Resultado: centralização do acompanhamento e priorização de situações que exigem atenção operacional.
Trajetória
Analyst, Data Engineering — Engenheiro de Dados Pleno
Engenharia de Dados: pipelines de ingestão, transformação e processamento, processos ETL/ELT, qualidade e governança de dados, com foco em SQL, Python, PySpark, Azure Databricks e Delta Lake.
Projetos de Dados & Analytics Engineering
Projetos pessoais de pipelines, modelagem, BI, automação, qualidade e governança de dados, desenvolvidos como estudo aplicado e demonstração técnica.
TI · Dados · BI · Automação
Integrações SQL, automações, indicadores, inventário e suporte a decisões operacionais.
i9life · Via Bebidas
Indicadores comerciais, relatórios, acompanhamento de metas, análise e suporte à gestão.
Formação