Eu sou de dados, não designer.

Meu foco principal é uma plataforma de ingestão capaz de receber documentos regulatórios heterogêneos e transformá-los em conhecimento estruturado e rastreável para busca e raciocínio.

• Desenhei o pipeline de ingestão ponta a ponta que converte qualquer material de origem em grafos de conhecimento estruturados, com proveniência para GraphRAG e respostas regulatórias auditáveis.
• Atuei em toda a stack do produto — APIs Django, workflows assíncronos com Celery, PostgreSQL/Supabase, Neo4j, integração com frontend, autenticação e contratos de dados — levando a ingestão do pipeline até a experiência do usuário.
• Construí estágios de validação e QA ao redor da extração assistida por IA para manter documentos, entidades, relações e citações inspecionáveis, em vez de virar um depósito opaco de embeddings.
• Dei suporte à infraestrutura e entrega em produção com Docker, Kubernetes, Redis, object storage, monitoramento e as interfaces usadas por times internos e clientes.

Trabalhei diretamente com clientes para transformar falhas de cobertura, campos ausentes, tráfego bloqueado e problemas de entrega em correções de produção — e depois verificar se o dado esperado realmente chegou.

• Gerenciei projetos no Scrapy Cloud de ponta a ponta: deploys, jobs agendados, concorrência, logs, métricas, exceções, validação de itens, saúde dos crawls e feed exports para buckets S3 dos clientes.
• Diagnostiquei e corrigi spiders de clientes sob pressão de entrega, usando logs e dados extraídos para separar falhas de acesso de defeitos de parsing, paginação, schema e pipeline.
• Trabalhei diretamente com clientes em requisitos, incidentes, qualidade de dados, cobertura e expectativas de entrega, mantendo mudanças nos crawlers mensuráveis e seguras para produção.

Construí e otimizei pipelines com Scrapy e Zyte API numa escala em que bans, estado de sessão, custo de rendering, tempestades de retries e perda silenciosa de dados eram problemas operacionais, não casos extremos.

• Contornei bans por IP e sessão, fingerprinting, desafios JavaScript, rate limits e fluxos dependentes de navegador com rotação de proxies, cookies e sessões, browser rendering, retries adaptativos e diagnóstico por request.
• Operei portfólios acima de 30 bilhões de requisições anuais, incluindo workloads individuais de clientes que chegavam a 2 bilhões de requests por mês em infraestrutura distribuída.
• Equilibrei unblock rate, throughput, completude, latência e custo de infraestrutura, impedindo que respostas HTTP bem-sucedidas com itens vazios ou inválidos fossem tratadas como dados corretos.
• Escalei crawlers containerizados com Docker e Kubernetes e mantive pipelines resilientes da extração até validação e entrega em S3.

Promovido para liderar o desenvolvimento, ainda atuando diretamente na arquitetura e na codebase.

• Organização de projetos, arquitetura de sistemas, agenda de entregas e contratação para a área de desenvolvimento.
• Alinhamento semanal com board e CEO, traduzindo prioridade operacional em sequência técnica e entrega responsável.
• Decisões arquiteturais mantidas próximas da implementação — coordenação sem virar middleware de status report.

Projetei a plataforma interna que coordenava RPAs, integrações e coleta de dados veiculares no lugar de scripts isolados e orquestradores pagos.

• Orquestrador full-stack com Express, Next.js e PostgreSQL no RDS para integrações REST/SOAP e RPAs em AWS Lambda e S3.
• Redução aproximada de 4.500 horas de trabalho manual por mês, aumento de eficiência em 40% e corte de 50% nos custos ao substituir ferramentas terceirizadas.
• Pipelines de dados veiculares com mais de 500 mil requisições diárias para manter registros automotivos continuamente atualizados.

• Automação de rotinas repetitivas com Selenium e Puppeteer, poupando mais de 500 horas de trabalho por ano.
• Dashboards em Power BI e GoodData, além de sistemas de reporting em NestJS e React.
• Redução de 70% no tempo de processamento e feedback operacional mais rápido e orientado a dados.