15+ anos em Bancos
Especialista em transformar infraestruturas complexas em sistemas de alta disponibilidade e pipelines de dados escaláveis.
Desenvolvimento de modelos preditivos para identificar gargalos operacionais e riscos estruturais em grandes obras, utilizando redes neurais e análise de séries temporais.

Sistemas
Sistemas 100% Automatizados
Cientista de Dados com base sólida em sistemas críticos bancários e foco em transformar dados em decisões, redução de custos e eficiência operacional.
Atuei por mais de 15 anos no Banco Bradesco em ambientes regulados de missão crítica. Atualmente direciono minha atuação para Ciência de Dados e IA.
Anos de experiência em sistemas de missão crítica no setor bancário,
Uptime
15+ anos em Bancos
Especialista Cloud
Data Science & IA
Arquitetura e manutenção de pipelines de dados e infraestrutura resiliente.
Iniciando visualizador...

35ª Competição da DIO (Set/2025). Publicado no Medium em três idiomas.
Busco oportunidades em projetos de governança e modernização.
Sistema de recomendação de imagens baseado em aprendizado de máquina e embeddings visuais. O projeto permite treinar modelos de similaridade, extrair embeddings de imagens, e realizar buscas eficientes entre imagens (e.g., encontrar imagens de gatos semelhantes a outras imagens de gatos).
Este projeto é um agente inteligente para análise de segurança em diagramas de arquitetura, utilizando a metodologia STRIDE. A aplicação recebe uma imagem de um diagrama e, através do poder do Azure OpenAI, gera um relatório detalhado de vulnerabilidades.
Este projeto é um sistema de assistência virtual desenvolvido do zero, utilizando Processamento de Linguagem Natural (PLN) para interagir com o usuário por meio de comandos de voz.
Vamos calcular as principais métricas para avaliação de modelos de classificação de dados, como acurácia, sensibilidade (recall), especificidade, precisão e F-score.
Criando um Sistema de Reconhecimento Facial do Zero.
Utilizamos MobileNetV2 como backbone pré-treinado em ImageNet. O modelo é adaptado para classificar duas classes (ex.: gatos vs cachorros, ou seu próprio dataset). Inclui data augmentation, fine-tuning opcional, e exportação do modelo.
Implementação em Python para transformar uma imagem colorida para níveis de cinza (0 a 255) e para binarizada (0 e 255), preto e branco.
Este projeto demonstra a automação da geração de testes unitários em Python utilizando LangChain e Azure OpenAI (ChatGPT).
O projeto consiste em aplicar o método de Transfer Learning em uma rede de Deep Learning na linguagem Python no ambiente COLAB.
Este projeto demonstra o uso de Transfer Learning em redes neurais utilizando Python e TensorFlow. O objetivo é treinar uma rede de deep learning em um dataset personalizado (ou no dataset público de gatos vs cachorros) com Colab ou localmente.
Repositório para criação de base de dados e treinamento da rede YOLO, incluindo: Divisão automática do dataset em treino e validação Cálculo e visualização de métricas de avaliação Notebook pronto para análises e testes
Monolito não escala: falha em estoque derruba o checkout inteiro
Microserviços .NET 8 com RabbitMQ, Ocelot Gateway e JWT — Vendas e Estoque isolados e assíncronos
Deploy independente, resiliência real e testes unitários com xUnit + Moq
Dificuldade em criar CRUDs organizados e escaláveis no .NET
Aplicação Razor Pages com EF Core e PostgreSQL
Páginas robustas, código limpo e base sólida para aplicações web modernas
Sistemas de RH monolíticos, rígidos e difíceis de escalar
Plataforma de RH em microsserviços .NET com Azure, AKS, DDD e CI/CD
Arquitetura cloud nativa pronta para ambientes corporativos críticos
Construindo um Sistema de Agendamento de Tarefas com Entity Framework
Blindando Seu Código com TDD e Testes Unitários Usando .NET Core
Construir um e-commerce completo exige integração entre backend e frontend modernos
API REST em .NET 8 com PostgreSQL integrada a frontend Angular
Plataforma de e-commerce escalável, organizada e pronta para produção
Desafio de Projeto DIO.me: Trabalhando com ASP.NET Minimals APIs
Construindo um Projeto de uma API.NET Integrada ao MongoDB.
Implementando sua Stack de Testes de Unidade e Integrados em um Projeto .NET de Crowdfunding.
Implementando Validações de Testes Unitários com C#
Refinando um Projeto Conceitual de Banco de Dados – E-COMMERCE.
Oficina sem modelo de dados opera no caos, sem rastreabilidade de OS
Esquema conceitual EER com 7 entidades: clientes, veículos, equipes, mecânicos, serviços e peças
Base estrutural para implementação lógica completa em MySQL
E-commerce sem modelo relacional perde rastreabilidade e consistência
BD MySQL com 15 tabelas, especialização disjunta PF/PJ, múltiplos pagamentos e rastreio de entrega
18 queries SQL analíticas respondendo perguntas reais de negócio
Oficina sem BD estruturado perde receita e rastreabilidade
Modelagem relacional MySQL do zero: DDL, DML e queries analíticas com JOIN, HAVING e sub-queries
Auditoria completa de OS, equipes e custos reais por atendimento
Artigos técnicos sem narrativa são conteúdo invisível para recrutadores e líderes técnicos
artigos por áreas — IA Generativa, Cloud, Dados, Java, .NET, TypeScript e mais — cada um partindo de um problema real de negócio
15+ anos em sistemas críticos bancários destilados em frameworks aplicáveis
43 mil registros operacionais sem análise gerando decisões por percepção
Pipeline Python ponta a ponta que diagnostica causas de atraso por clima, tráfego, veículo e área
Relatório executivo PDF gerado automaticamente com recomendações acionáveis para redução de SLA
Obras civis perdendo receita com atrasos previsíveis gerenciados de forma reativa
Modelo RandomForest com MAE de 4,97 dias integrado a bot Telegram e simulador Streamlit em produção
Redução de 59% na incerteza de previsão com economia potencial de R$248k/ano por portfólio de obras
Empresas perdem escala na comunicação com clientes usando mensagens genéricas
Pipeline ETL com Python + IA Generativa (GPT-4) que transforma dados de score e perfil em mensagens personalizadas via API segura com OAuth2/JWT
Personalização ilimitada, idempotência por SHA-256 e rastreabilidade completa de cada mensagem gerada
Rede de farmácias gastava R$ 153.000/ano com servidores físicos, energia e arquivo em papel sem SLA formal
Migração estratégica para AWS (EC2 + RDS + S3) com análise financeira categoria por categoria e dashboards executivos
Economia líquida de R$ 95.400/ano, ROI > 140% em 12 meses e SLA de 99,9%
Fintechs perdem milhões em fraudes Pix aprovadas por regras estáticas que não detectam padrões novos
Pipeline completo de ML com XGBoost, Feature Engineering temporal em Polars e threshold calibrado por custo financeiro real
Detecção em < 50ms com PR-AUC superior ao baseline, guardrails anti-leakage e CI/CD com teste de latência automatizado
Dados de assinantes Xbox Game Pass dispersos sem visibilidade de faturamento e add-ons
Dashboard interativo em Excel com SUMIFS, Tabelas Dinâmicas e Slicers seguindo a metodologia ABCDE
KPIs de faturamento, renovação e Season Pass respondidos em < 10 segundos
Estoque reagindo = ruptura no pico
Random Forest prevê demanda 30 dias à frente via AWS SageMaker Canvas
Alerta antecipado reduz risco de ruptura e libera capital de giro
Sem processo de backup, toda instância EC2 é um risco silencioso
Scripts Bash + Terraform para AMIs, Snapshots e IaC reprodutível
Operação recriável em minutos, sem depender de memória operacional
Defenders que nunca simularam um ataque têm um ponto cego crítico: não sabem o que estão protegendo
Pipeline completo de phishing em VM isolada — clonagem de página com SET, captura de credenciais e análise de logs operacionais
Anatomia do ataque documentada para construção de defesas reais: MFA, WAF e treinamentos de conscientização calibrados
Quem nunca implementou um ransomware não entende o mecanismo que precisa bloquear
AES-CTR em Python: encrypter destrói o original, decrypter restaura — ciclo completo de ataque em dois scripts simétricos
Base técnica para argumentar backup imutável, SIEM e menor privilégio
Funções isoladas não representam entidades com estado — personagens de jogo precisam de identidade, atributos e comportamento encapsulados juntos
Classe JS com constructor, método atacar() via switch e default defensivo instanciando 5 heróis independentes
POO aplicada como fundação para herança, polimorfismo e sistemas de combate extensíveis
Classificar entidades por faixas numéricas é um padrão real em qualquer sistema de negócio
Função JS reutilizável com if-else if ordenado cobrindo 8 níveis de XP e 15 cenários de teste
Lógica encapsulada, extensível e pronta para evoluir para interface web ou API
Vitórias brutas não comunicam progresso — um sistema rankeado precisa de nível e saldo como métricas independentes
Função JS que retorna objeto {saldo, nivel} separando computação de apresentação, com tratamento defensivo para entradas fora do domínio
Arquitetura reutilizável pronta para API, interface web ou qualquer chamador externo
Aprender tags HTML de forma isolada não garante saber combiná-las com intenção
Página web construída com HTML5 semântico e CSS externo, cobrindo 15 tags em contexto real de uso
Fundamento sólido aplicado com separação de responsabilidades desde o primeiro projeto
ADF sem versionamento externo = risco real de perda de artefatos críticos
Backup automático via Python + Azure SDK exporta pipelines, datasets e triggers com snapshots por timestamp
Rastreabilidade completa e rollback documentado para ambientes corporativos regulados
Pipelines ADF sem monitoramento financeiro geram surpresas na fatura — descobertas tarde demais
Budget automático, dashboard de custos e pipeline que consulta a API ActualCost via WebActivity, tudo provisionado com ARM Templates e Azure CLI
Governança financeira como parte da engenharia, não como revisão posterior
SQL Server on-premises sem redundância geográfica = risco real de indisponibilidade em ambientes regulados
Pipeline ADF + SHIR ingere dados via túnel seguro para Azure Data Lake em camadas Raw e Bronze com Key Vault
Continuidade de negócio documentada com metadata de execução auditável
Notebooks Azure Databricks sem versionamento, testes ou deploy estruturado criam caos operacional em ambientes regulados
Pipeline com Arquitetura Medalhão, libs Python testáveis e CI/CD com GitHub Actions que bloqueia código sem qualidade
Deploy automatizado de notebooks, clusters e jobs no workspace Databricks a cada push aprovado
Dados corporativos em banco relacional sem visualização são invisíveis para quem decide
Pipeline ETL completo com MySQL na Azure, Power Query e Power BI — hierarquia gerencial, métricas de RH e horas por projeto em um dashboard interativo
De dados brutos em nuvem a inteligência corporativa acessível para qualquer área do negócio
Planilha plana de vendas não responde perguntas cruzadas de negócio
Modelagem dimensional completa (Star Schema) com Power Query, DAX avançado e 4 dimensões — margem de lucro, ranking dinâmico de produtos, crescimento YoY e Top N interativo
De CSV estático a inteligência de e-commerce navegável por qualquer área da empresa
Excesso de relatório errado é tão paralisante quanto falta de dado
Dashboard gerencial com Power BI, DAX e UX em BI — KPIs priorizados, comparação temporal e navegação pelo fluxo de decisão do gestor
Menos visuais, mais clareza e velocidade de decisão
Modelo relacional transacional trava análises com JOINs complexos a cada nova pergunta
Star Schema com SQL Server, 4 dimensões e tabela fato — receita por departamento, carga horária por professor e evolução temporal de ofertas em Power BI
Grão definido antes do modelo: DAX simples porque a estrutura está certa
Dados financeiros brutos são invisíveis sem o visual certo
Dashboards de vendas em Excel com KPIs, filtros por segmento/país/produto e página geográfica original — análise apresentada em PowerPoint como entrega profissional
Ponto de partida da jornada: onde replicar bem ensina mais do que criar do zero
Gestores precisavam de múltiplos dashboards para cada visão
Relatório dinâmico com parâmetros DAX que alterna dimensões e métricas em tempo real
Um único painel substitui relatórios duplicados e acelera decisões com storytelling analítico
Relatório gerencial de vendas inacessível sem licença de BI
Dashboard Excel com VBA que simula navegação e KPIs dinâmicos do Power BI
Análise funcional entregue para qualquer usuário com Excel 2016, sem dependência de ferramenta licenciada
Crescimento de vendas sem clareza de margem e lucro por região
Pipeline de Data Analytics em Python simulando BI com Power BI
Decisões estratégicas orientadas por dados, maior ROI e previsibilidade financeira
Falta de integração e escalabilidade em sistemas de pedidos
Arquitetura de microserviços em Java com Spring Boot, Gateway e Service Discovery
Base sólida para sistemas distribuídos com comunicação desacoplada e governança
Equipes perdem rastreabilidade de tarefas sem histórico de ações
Board Kanban em Java Spring Boot com auditoria completa de eventos por tarefa
Visibilidade total do fluxo de trabalho com bloqueios, movimentações e histórico persistidos em MySQL
Produção de conteúdo técnico é dispersa e inacessível para iniciantes
eBook completo de algoritmos e estruturas de dados gerado com ChatGPT e MidJourney, com revisão e autoria humana
Material didático em PDF com 12 capítulos, exemplos em Python e fluxo de produção com IA documentado
Deploys manuais são frágeis e ambientes inconsistentes derrubam aplicações em produção
Aplicação Fullstack containerizada com Docker e orquestrada com Kubernetes, com pipeline CI/CD automatizado via GitHub Actions
Deploy confiável, versionado e seguro do primeiro commit à publicação das imagens no Docker Hub
Aplicações monolíticas falham por inteiro e não escalam com eficiência
Sistema distribuído em Java 25 + Spring Boot com 3 microsserviços independentes, orquestrados via Docker/Kubernetes e monitorados com Prometheus + Grafana
Arquitetura resiliente, observável e com CI/CD automático
Desenvolvedores aprendem POO com exemplos artificiais que não preparam para código de produção
Microsserviço bancário em Java Spring Boot com TDD, BDD, SOLID e mensageria RabbitMQ aplicados em conjunto
Repositório do artigo participante na 37ª Competição DIO — da teoria à produção em um único projeto funcional
Projetos de console parecem simples mas revelam como o dev pensa quando o código cresce
Jogo da Forca multi-jogador em Java com POO aplicada — domínio separado, exceção personalizada e histórico em CSV
Um projeto que qualquer dev consegue ler, modificar e estender sem quebrar o que já funciona
Código sem Design Patterns cresce até o ponto em que adicionar uma feature quebra três outras
Singleton, Strategy e Facade implementados em Java puro e Spring Boot, com o mesmo domínio de pagamentos para comparação direta
O que o framework abstrai e por que isso importa — da mecânica manual ao poder da injeção de dependência
Saber definir os 4 pilares da POO é diferente de saber usá-los para modelar um domínio real
Bootcamp educacional modelado em Java com Abstração, Encapsulamento, Herança e Polimorfismo aplicados em conjunto
Cada decisão de design tem uma justificativa técnica — do LinkedHashSet ao calcularXp() abstrato que eliminou o instanceof
Gerar um tabuleiro de Sudoku válido automaticamente é um problema de algoritmo, não de grade
Jogo completo com Swing, backtracking recursivo para geração dinâmica e arquitetura MVC — suporta 6 tamanhos de grade de 9x9 a 32x32
O mesmo código que funciona para o menor tabuleiro funciona para o maior, sem duplicação de lógica
APIs sem testes são bombas-relógio em produção
Suíte de testes unitários com JUnit 5, Mockito e TDD para validar uma API REST de estoque de cervejas em Spring Boot
Código que prova que funciona — antes de ir ao ar
Sistemas bancários têm regras ocultas que tutoriais genéricos nunca mostram
Sistema bancário completo em Java com hierarquia de contas, regras de horário, PIX, investimentos e histórico de transações — aplicando os 4 pilares de POO em domínio real
Código que escala: arquitetura em camadas pronta para migrar do console para Spring Boot
Como modelar dados complexos de streaming de forma relacional é limitado
Modelagem completa em Grafos com Neo4j usando Cypher, diagramas e automação
Base sólida para recomendações, análises de relacionamento e Graph Data Science
Dificuldade em recomendar músicas relevantes e explicáveis
Sistema de recomendação baseado em grafos com Neo4j e GDS
Descoberta contextual de artistas, explicabilidade e escalabilidade
Criar APIs bancárias seguras e escaláveis exige controle de concorrência e regras de negócio rigorosas
API bancária assíncrona desenvolvida com FastAPI, PostgreSQL, JWT e Docker
Base sólida para aplicações financeiras modernas, seguras e prontas para produção
API RESTful para gerenciamento de atletas, categorias e centros de treinamento, construída com FastAPI, SQLAlchemy, Alembic e Docker. Projetada com arquitetura modular, testes automatizados e integração contínua.
Criando um Copiloto com Fluxo de Conversa Personalizado no Microsoft Copilot Studio.
Encontra Livro, por gênero literário, autor, ano de publicação, best sellers, país, idioma
Modelando o Sistema Bancário em POO com Python.
Otimizando o Sistema Bancário com Funções Python.
Criando um Pacote de Processamento de Imagens com Python.
Criando seu primeiro Copiloto no Microsoft Copilot Studio.
Criando um Sistema Bancário com Python
Utilizando as Ferramentas do GitHub para Solucionar Algoritmos em Python.
Este laboratório tem como objetivo praticar e aprofundar o uso das ferramentas Azure Speech Studio e Language Studio, focando na análise de fala e linguagem natural.
Criando Artigos Técnicos com ChatGPT e Lexica.art Objetivo: Criar um artigo tecnico de qualidade usando o ChatGPT e Lexic.art
Este laboratório tem como objetivo aplicar técnicas de organização e pesquisa de documentos por meio da ingestão de dados e indexação utilizando ferramentas de inteligência artificial.
Natural ou Fake Natty? Como Vencer na Era das IAs Generativas! Este projeto não é apenas uma jornada de aprendizado, mas também uma oportunidade única para mostrar suas habilidades criativas e técnicas, criando conteúdos que desafiam os limites do realismo digital!
Vamos construir um podcast utilizando ferramentas de IA para isso, vamos utilizar o ChatGPT para criar um título atrativo e um roteiro magnético para o nosso podcast, vamos extrair o máximo de poder do Midjourney para gerar uma capa personalizada e ainda utilizar o ElevenLabs.
Este laboratório tem como objetivo explorar as funcionalidades do Copilot e das ferramentas da OpenAI, com ênfase nos filtros de conteúdo e nos recursos de criação assistida por inteligência artificial.
Este projeto tem como objetivo desenvolver uma aplicação simples capaz de identificar a bandeira de um cartão de crédito (como MasterCard, Visa 16 Dígitos, American Express, Diners Club, Discover, enRoute, JCB, Voyager, HiperCard, Aura) com base no número do cartão.