Sobre mim:
Sou desenvolvedor de software com sólida formação em Física e ampla experiência em backend, automação, engenharia de dados e aplicações baseadas em inteligência artificial. Atuo desde 2018 no desenvolvimento de sistemas, integrando engenharia de software, análise de dados e modelagem matemática para resolver problemas complexos de negócio.
Tenho experiência prática no desenvolvimento de APIs, pipelines de dados, automações em larga escala, integração de sistemas e aplicações web. Trabalho com orquestração e fluxo de dados utilizando Airflow, construção de pipelines de ETL, processamento assíncrono e monitoramento de workloads em produção. Também atuo com soluções baseadas em modelos de linguagem (LLMs), incluindo integração com APIs de IA, construção de pipelines de embeddings, uso de bancos de dados vetoriais e aplicações voltadas à busca semântica, classificação e automação inteligente.
Participo ativamente da definição de arquitetura, padrões de projeto e estruturação de sistemas escaláveis, com foco em performance, confiabilidade e manutenção. Tenho interesse contínuo em engenharia de agentes de IA, automação inteligente de processos e arquiteturas orientadas a eventos.
Meu perfil é analítico, organizado e orientado a resultado. Busco compreender o problema do cliente em profundidade para propor soluções técnicas sólidas, eficientes e alinhadas aos objetivos do negócio.
Resumo da experiência profissional:
Mais de sete anos de experiência em desenvolvimento de software, com foco em backend, automação, engenharia de dados e aplicações de inteligência artificial. Atuação em projetos envolvendo microserviços, APIs REST, pipelines de ETL, orquestração de fluxos com Airflow, processamento assíncrono e integração com sistemas externos.
Experiência consistente com Python, FastAPI, Flask, SQL, Docker, mensageria, automação com Selenium, OCR e integração com múltiplos bancos de dados (PostgreSQL, MySQL, SQL Server e ODBC). Vivência no desenvolvimento de soluções utilizando LLMs, criação de pipelines de embeddings, uso de bancos de dados vetoriais para busca semântica e classificação automatizada, além de integração de modelos de IA em sistemas produtivos.
Atuação em projetos que envolvem análise estatística, machine learning, processamento de grandes volumes de dados e automação de processos. Participação ativa na definição de arquitetura, padronização de código, revisão técnica e evolução de sistemas existentes.
Capacidade de transformar requisitos de negócio em soluções técnicas confiáveis, com atenção a escalabilidade, segurança e qualidade de entrega.