Olá, eu sou Alexandre

Tech PMO | Líder Técnico | Analytics Engineer

Estruturo arquitetura de dados, KPIs executivos e automações em Python para transformar operações complexas em gestão orientada por evidências. Atuo com SQL, BI, APIs, governança e liderança técnica.

Curitiba/PR Híbrido/Remoto Tech PMO • Analytics Engineer • Data Lead
Ver Projetos Entre em Contato
Alexandre

Sobre Mim

Conheça minha trajetória e experiência

Sou Tech PMO, Líder Técnico e profissional de dados com experiência em arquitetura de dados, analytics, BI e automação de processos. Hoje atuo na SODITECH estruturando uma solução interna para gestão de RH, quadro técnico e indicadores operacionais.

Minha trajetória passa por consultoria sênior, bancos, benefícios, call center, seguros e logística, sempre conectando tecnologia, dados e operação. Trabalho com Python, SQL, Power BI, Databricks, APIs e governança para padronizar métricas, reduzir divergências e apoiar decisões executivas.

15+ Anos em Tecnologia
93% Redução de Divergências
D+3 Fechamento Automatizado
Estatísticas do GitHub

Foco de Atuação

Áreas onde conecto tecnologia, dados e gestão operacional

Foco Principal

Tech PMO & Liderança Técnica de Dados

Estruturação de soluções internas, governança de indicadores e rotinas de acompanhamento para áreas de negócio e tecnologia. Atuação na definição de arquitetura, stack, integrações e modelos de gestão com foco em RH, quadro técnico, projetos e performance operacional.

Competências Principais:

  • Implantação de PMO e governança de tecnologia
  • Arquitetura de dados e definição de stack open source
  • Integração de fontes, APIs e modelagem para analytics
  • KPIs de pessoas, recrutamento, treinamento, SLAs e projetos
  • Matrizes de competências, banco de talentos e gestão do conhecimento
  • Alinhamento entre operação, diretoria e times técnicos
Python SQL APIs Power BI Dashboards PMO Data Governance Open Source Docker
Foco Secundário

Analytics Engineering & BI Executivo

Construção de pipelines, padronização de métricas e dashboards executivos para reduzir ruído, melhorar confiabilidade dos números e acelerar tomada de decisão. Experiência em bancos, benefícios, consultoria, call center, seguros e operações logísticas.

Competências Principais:

  • Consolidação de bases corporativas e indicadores únicos
  • Automação de apuração, auditoria e fechamento gerencial
  • Dashboards web em Python, Streamlit, Plotly e Power BI
  • Validação de funis, origens, UTMs e regras de negócio
  • SQL Server, Oracle, Databricks e bancos relacionais
  • Storytelling analítico e suporte técnico a analistas
SQL Server Oracle Databricks Streamlit Plotly DAX Git CI/CD

Experiência Profissional

Minha trajetória e conquistas profissionais

PMO de Tecnologia & Líder Técnico

SODITECH | Engineering & Technology Março de 2026 - Atual
  • Responsável pela arquitetura de dados e stack tecnológica de uma solução interna para gestão de RH, quadro técnico e indicadores operacionais.
  • Lidero a estruturação de KPIs de pessoas, recrutamento, treinamento, absenteísmo, férias, turnover, horas, SLAs, indicadores técnicos e econômicos de projetos.
  • Atuo com integração de fontes, consumo de APIs, dashboards em Python e governança de matrizes de competências, banco de talentos e gestão do conhecimento.
Python SQL APIs Dashboards PMO Data Governance

Consultor de Dados Sênior

Lyx Participações Novembro de 2025 - Abril de 2026
  • Redesenhei o fluxo de analytics substituindo painéis em Power BI por dashboards web em Python, Streamlit e Plotly sustentados por pipelines em Python + SQL.
  • Padronizei tabelas e KPIs, implementei testes de consistência, logs de auditoria, rotinas agendadas e alertas automáticos para variações anômalas.
Python SQL Streamlit Plotly Data Quality

Analista de Dados Sênior

Paraná Banco S/A Agosto de 2025 - Outubro de 2025
  • Validei funis integrados em múltiplas linhas digitais e figitais, mapeando a jornada do lead à conversão e alinhando regras de negócio entre diretorias.
  • Auditei origens GA/UTM, reconciliei números reais versus reportados e desenhei métricas únicas para consumo executivo com maior confiabilidade.
SQL SQL Server Databricks Marketing Analytics Data Governance

Analista de Planejamento Comercial

VR Benefícios Dezembro de 2022 - Junho de 2025
  • Consolidei bases e indicadores corporativos de propostas, ativação e altas, reduzindo divergências de dados em 93%.
  • Automatizei rotinas de apuração e parametrização, acelerando o fechamento de D+10 para D+3 e centralizando KPIs críticos em dashboards operacionais.
  • Desenvolvi integrações em Python e BI para sincronização de sistemas, reduzindo erros manuais e fortalecendo a cultura data-driven.
Python Oracle Azure Databricks Power BI KPIs

Tecnologia da Informação Sênior

Sudacall Junho de 2020 - Novembro de 2022
  • Liderei programa data-driven com KPIs de conversão, TMA, absenteísmo, vendas por operador e CPC, gerando +17% de produção em 3 meses e +18% adicionais em 12 meses.
  • Consolidei cargas com Docker e cloud, alta disponibilidade, balanceamento e recuperação de desastres, reduzindo o custo relativo de TI.
  • Automatizei extração, qualidade e integração em Python para reduzir latência dos indicadores e apoiar decisões diárias de operação e campanhas.
Python Docker Cloud KPIs Liderança Técnica

Stack Tecnológico

Tecnologias e ferramentas que domino

Linguagens

Python
9+ anos
SQL
6+ anos
JavaScript
3+ anos

Data Science & ML

Pandas
Expert
Scikit-learn
Avançado
TensorFlow
Intermediário
NumPy
Avançado

Visualização & BI

Power BI
Expert
Matplotlib
Avançado
Plotly
Avançado

Data Engineering

Apache Airflow
Avançado
Docker
Avançado
dbt
Avançado

Databases

PostgreSQL
Avançado
SQL Server
Avançado
Oracle
Avançado
Azure Databricks
Avançado

Cloud & DevOps

Google Cloud
Intermediário
Git
Avançado
CI/CD
Intermediário

Habilidades Tecnicas

Como eu me relaciono com as tecnologias no dia a dia

alexandre@skillset:~$
Python
>>> if isinstance(alexandre, Pythonista) and alexandre.level >= 9000: print("Automacao, analise e APIs? So chamar!")
Automacao, analise e APIs? So chamar!
SQL
sql> SELECT habilidade, nivel FROM skills WHERE usuario = 'alexandre' AND habilidade LIKE '%SQL%' HAVING nivel = 'Avancado' /* Query otimizada, indices usados! */
habilidade: SQL | nivel: Avancado
Pandas
>>> df = pd.read_csv('desafio.csv') df.groupby('problema').apply(alexandre.resolve) # Resultado: insights prontos para decisao
DataFrame transformado com sucesso!
Docker
$ docker build -t alexandre/solucao:latest . && docker run --rm -e PROBLEM=complexo alexandre/solucao:latest
Container executando... Problema resolvido!
Power BI
DAX> CALCULATE([Insights], FILTER(ALL('Projetos'), [Autor]="Alexandre" && [Nivel]="Avancado" ) )
Dashboard interativo criado!
Git
$ git commit -m "feat: solucao robusta entregue por Alexandre" && git push origin main
[main abc123] feat: solucao robusta entregue por Alexandre
MongoDB
> db.skills.aggregate([ { $match: { user: "alexandre", skill: "MongoDB" } }, { $project: { proficiency: 1, pipelines: 1 } } ])
{ "proficiency": "Avancado", "pipelines": "Expert" }
Airflow
>>> with DAG('alexandre_pipeline', schedule_interval='@daily') as dag: run_etl = PythonOperator( task_id='run_etl', python_callable=alexandre.etl_avancado )
Pipeline Airflow ativo e monitorado!
Matplotlib
>>> import matplotlib.pyplot as plt plt.style.use('alexandre_custom') plt.plot(dados, color='insights') plt.title('Mais uma visualizacao que conta historia')
Grafico salvo: storytelling_with_data.png
Machine Learning
>>> from sklearn.ensemble import RandomForestClassifier model = alexandre.train_model(data, target) print(f"Acuracia: {model.score(X_test, y_test):.2%}")
Acuracia: 94.7% - Modelo pronto para producao!

Certificações

Validações das minhas competências técnicas

Atualizando informações diretamente do Credly...

Competências validadas

Lista sincronizada automaticamente com o Credly

Extraindo competências reconhecidas...

Projetos em Destaque

Demonstração de rigor técnico e produção

Projetos Flagship

6 projetos principais que demonstram rigor técnico, reprodutibilidade e foco em produção

🌟 Flagship
Case Engenheiro de Dados - DataOps MongoDB Python

Case Engenheiro de Dados - DataOps Pipeline

Sistema completo de processamento de dados com pipeline DataOps que integra Python e MongoDB, oferecendo suporte completo para ambientes locais, remotos e Docker com funcionalidades avançadas de ETL/ELT.

Reproduzível Documentado Testes CI/CD Limitações

Como Rodar

  1. Clone o repositório: git clone https://github.com/alex-des-santos/Case-Engenheiro-dados
  2. Configure MongoDB ou use Docker: docker-compose up -d
  3. Execute o pipeline: python main.py
  4. Acesse a documentação completa no README

Impacto & Decisões

  • Decisão: Pipeline ETL/ELT automatizado com validação de dados e suporte multi-ambiente
  • Ganho: Processamento confiável de dados com qualidade garantida via validações programáticas
  • Trade-off: Complexidade de configuração inicial vs flexibilidade para ambientes local/remoto/Docker
Python MongoDB Pandas Docker DataOps
🌟 Flagship
KPIs Governance Dashboard

KPIs Governance Dashboard

Dashboard executivo para governança de dados e KPIs estratégicos, com arquitetura lakehouse moderna e pipeline automatizado de ETL/ELT para decisões baseadas em dados confiáveis.

Reproduzível Baseline Documentado Testes Limitações

Como Rodar

  1. Clone: git clone https://github.com/alex-des-santos/kpis-governance-dashboard
  2. Instalar dependências: npm install ou pip install -r requirements.txt
  3. Executar pipeline ETL/ELT (Airflow ou script)
  4. Abrir dashboard (Power BI ou Metabase)

Impacto & Decisões

  • Decisão: Quais KPIs priorizar para governança de dados e qualidade
  • Ganho: Visibilidade centralizada de métricas de negócio com qualidade garantida
  • Trade-off: Latência de atualização vs garantia de qualidade (dados simulados atualmente)
Data Engineering Apache Airflow dbt Data Governance Great Expectations Power BI
🌟 Flagship
Adventure Works - Análise de Dados Executiva

Adventure Works - Análise de Dados Executiva

Dashboard executivo para análise financeira da Adventure Works com previsões de receita usando Machine Learning e análise de oportunidades de mercado.

Reproduzível Baseline Documentado Validação Limitações
94.7% Acurácia (vs. baseline naïve: 78%)
23% Oportunidade Crescimento

Como Rodar

  1. Acesse o dashboard online ou download do arquivo .pbix
  2. Abrir no Power BI Desktop (versão gratuita)
  3. Atualizar datasources se necessário
  4. Explorar visões executivas e previsões ML

Impacto & Decisões

  • Decisão: Expansão para mercado brasileiro com base em análise de oportunidades (23% crescimento potencial)
  • Ganho: Previsões de receita 17% mais precisas que forecast naïve para planejamento estratégico
  • Trade-off: Acurácia vs interpretabilidade (modelo complexo vs regras simples para executivos)
Power BI Machine Learning SQL Business Intelligence DAX
🌟 Flagship
CSV Insights Tool

CSV Insights Tool - GenAI para Analytics

Ferramenta web interativa que usa IA generativa para análise automática de arquivos CSV, gerando insights estatísticos, visualizações e recomendações em tempo real.

Reproduzível Documentado Avaliação Segurança Observabilidade
70% Redução de Tempo vs Manual
<3s Processamento 500MB

Como Rodar

  1. Acessar ferramenta online (sem instalação)
  2. Upload de arquivo CSV (até 500MB)
  3. Aguardar análise automatizada
  4. Explorar insights, visualizações e recomendações geradas por IA

Impacto & Decisões

  • Decisão: Priorização de análises exploratórias e identificação rápida de padrões
  • Ganho: 70% redução de tempo vs análise manual com Pandas/Excel para datasets novos
  • Trade-off: Velocidade vs precisão (insights podem ter alucinações - validação manual recomendada)
JavaScript GenAI D3.js Data Visualization OpenAI
🌟 Flagship
ML Production Pipeline - MLOps com FastAPI e MLflow

ML Production Pipeline - MLOps Completo

Pipeline end-to-end de Machine Learning em produção com rastreamento de experimentos (MLflow), API de inferência (FastAPI) e infraestrutura containerizada. Classificação de qualidade de vinhos com 88% F1 Score.

Reproduzível Documentado Testes CI/CD Observabilidade
88.2% F1 Score
90.9% ROC AUC
12 Experimentos

Como Rodar

  1. Clone o repositório: git clone https://github.com/alex-des-santos/ml-production-pipeline
  2. Inicie os serviços: docker compose up -d
  3. Treine o modelo: docker exec ml-api python3 train.py
  4. Acesse MLflow UI em localhost:5000 e API em localhost:8001/docs

Impacto & Decisões

  • Decisão: MLflow para rastreamento completo de experimentos e versionamento de modelos
  • Ganho: Reprodutibilidade total - qualquer experimento pode ser recriado ou rollback
  • Trade-off: Complexidade de infraestrutura vs governança e auditabilidade de modelos
Python FastAPI MLflow Docker scikit-learn Prometheus
🌟 Flagship
Case Study: Car Insurance Analysis

Car Insurance Analysis - Previsão e Dashboard

Estudo de caso completo focado no setor de seguros automotivos, abrangendo Análise Exploratória de Dados (EDA), modelagem preditiva avançada e a criação de um painel interativo web.

Reproduzível Documentado EDA

Como Acessar

  1. App Interativo: Acesse o Dashboard no Streamlit
  2. Análise Principal: Veja no GitHub
  3. Notebook Kaggle: Confira a EDA no Kaggle
  4. Backend/App: Confira o Repositório do App Streamlit

Impacto & Decisões

  • Decisão: Desenvolvimento de um dashboard web cloud-based
  • Ganho: Apresentação interativa dos dados preditivos para usuários finais
  • Trade-off: Deploy rápido no Streamlit vs customização completa frontend/backend
Python Streamlit Machine Learning Pandas Scikit-learn
🌟 Flagship
Overview Dashboard
Products Dashboard
Customers Dashboard
Funnel Dashboard
Financial Dashboard
Deslize

Ecommerce Analytics - Metabase Dashboards

Automação Python para geração de dezenas de painéis analíticos no Metabase via API REST, com insights automáticos de Vendas, Clientes, Funil e Finanças para E-commerce.

Automático Documentado Requisitos

Como Rodar

  1. Clone: git clone https://github.com/alex-des-santos/ecommerce-analytics
  2. Instalar bibliotecas: pip install requests python-dotenv
  3. Configurar credenciais no .env (Metabase URL e API Key)
  4. Executar: python scripts/create_ecommerce_dashboards.py

Impacto & Decisões

  • Decisão: Criação programática via API ao invés de interface UI
  • Ganho: Implantação de +50 cards analíticos em segundos, com infra-as-code padronizado
  • Trade-off: Manutenção de scripts Python vs uso da interface gráfica padrão do Metabase
Python Metabase API REST API Data Analytics Automatização
Data Scientists Guide

Data Scientists Guide

Guia aberto para montar um portfólio de Ciência de Dados com checklists, templates e referências práticas.

Mentoria Documentação Python Best Practices
Análise Hábitos e Desempenho

Análise Hábitos e Desempenho

Estudo que cruza hábitos e desempenho de estudantes usando notebooks, visualizações e experimentos estatísticos.

Python Pandas EDA Estatística
Otimizador de Currículo IA

Otimizador de Currículo IA

Motor que compara vagas com CVs, sugere melhorias e alimenta a extensão oficial do Chrome para otimização automatizada.

NLP Python Carreira Chrome Extension
Machine Learning Algorithms

Aprenda Machine Learning de Forma Visual

Plataforma educacional interativa para ensinar conceitos de machine learning através de visualizações dinâmicas e exemplos práticos acessíveis.

JavaScript D3.js Educational Tech Interactive Learning
Windows Event Log Analyzer

Windows Event Log Analyzer

Ferramenta web moderna e intuitiva para análise de logs do Event Viewer do Windows, com insights inteligentes gerados por IA usando Google Gemini para identificação automática de problemas críticos.

JavaScript Google Gemini AI CSV Analysis System Monitoring

Projetos em Desenvolvimento

✅ Concluído

ML em Produção End-to-End

Pipeline completo de Machine Learning desde treino até produção: tracking com MLflow, API REST com FastAPI, containerização Docker, CI/CD automatizado e monitoramento de drift de dados.

MLflow • FastAPI • Docker • Scikit-learn • Pytest • GitHub Actions • Prometheus
Gap: MLOps & ML em Produção
Ver Projeto GitHub
📋 Planejado Q1 2026

Analytics Engineering Real

Arquitetura lakehouse moderna: ingestão de dados públicos → dbt (staging/intermediate/marts) → Great Expectations para data quality → métricas versionadas → dashboard executivo com BI.

dbt Core • Great Expectations • Apache Airflow • DuckDB/BigQuery • Power BI
Gap: Data Governance & Data Contracts
📋 Planejado Q1 2026

GenAI com Avaliação Rigorosa

Sistema RAG para documentação técnica com citações rastreáveis, avaliação automatizada (RAGAS), hardening de segurança (prompt injection), telemetria completa e testes de regressão.

LangChain • ChromaDB • RAGAS • OpenAI • FastAPI • Guardrails • LangSmith
Gap: GenAI/RAG em Produção com Rigor

Outros projetos no GitHub

Seleção completa dos repositórios próprios (sem forks) publicados com foco em IA, dados, automação e produtividade.

Repositório

BackupContainers

Script em bash para backup automatizado de configurações, volumes e bancos de dados Docker enviando para o GitHub.

Docker Bash Automação
Abrir no GitHub

Repositório

data-quality-framework

Framework escalável de qualidade de dados para validação de pipelines utilizando Great Expectations e integração open-source.

Data Quality Great Expectations Data Engineering
Abrir no GitHub

Repositório

agentdemo24por7

Orquestrador de multiagentes 24/7 para triagem de tickets, combinando supervisão humana e fluxos LangGraph/LangChain.

LLMs Agents Automation
Abrir no GitHub

Repositório

alex-des-santos

README interativo que resume missão, princípios e plano de evolução da carreira em dados.

Portfolio Markdown Community
Abrir no GitHub

Repositório

analise-habitos-desempenho

Estudo que cruza hábitos e desempenho de estudantes usando notebooks, visualizações e experimentos estatísticos.

Python Pandas EDA
Abrir no GitHub

Repositório

Case-Analista-Dados

Dashboard Adventure Works com storytelling executivo, previsões de receita e corte específico para o Brasil.

Power BI Forecast Business
Abrir no GitHub

Repositório

Case-Engenheiro-dados

Desafio DataOps com pipelines Python + MongoDB, suporte a ambientes locais, remotos e Docker.

DataOps MongoDB Docker
Abrir no GitHub

Repositório

csv-insights-tool

Ferramenta web que lê CSVs grandes direto do navegador, gera estatísticas automáticas e visualizações em tempo real.

JavaScript D3.js Data Viz
Abrir no GitHub

Repositório

dash-desmatamento-fogo-chuva

Dashboard Plotly Dash que cruza dados oficiais de desmatamento, focos de incêndio e precipitação para monitorar biomas.

Dash APIs Sustentabilidade
Abrir no GitHub

Repositório

datascients-guide

Guia aberto para montar um portfólio de Ciência de Dados com checklists, templates e referências práticas.

Mentoria Documentação Python
Abrir no GitHub

Repositório

encceja-pandemia-impact-analysis

Análise do impacto da pandemia sobre os resultados do ENCCEJA, consolidando bases públicas e storytelling em notebooks.

Pandas Educação Storytelling
Abrir no GitHub

Repositório

kpis-governance-dashboard

Estudo de caso completo de governança de dados e definição de KPIs estratégicos para empresas em rápido crescimento.

Data Governance dbt Power BI
Abrir no GitHub

Repositório

machine-learning-alg

Playground visual que explica algoritmos de Machine Learning com exemplos interativos e visualizações acessíveis.

JavaScript Educação ML
Abrir no GitHub

Repositório

network-troubleshooting

Guia interativo que conduz usuários em diagnósticos de rede doméstica via perguntas e respostas dinâmicas.

UX Web App Networking
Abrir no GitHub

Repositório

promptsections

App em Streamlit que separa prompts de Stable Diffusion/ComfyUI em blocos reutilizáveis para acelerar experimentos.

Streamlit Stable Diffusion IA Generativa
Abrir no GitHub

Repositório

resume-otimizator

Motor do Otimizador de Currículo IA: compara vagas com CVs, sugere melhorias e alimenta a extensão oficial do Chrome.

NLP Carreira Extensões
Abrir no GitHub

Repositório

whatsapp-rpg-gm

Mestre de RPG automatizado para WhatsApp que gerencia fichas, rolagens e narrativa completa usando IA.

Python Bots RPG
Abrir no GitHub

Repositório

windows-event-analyzer

Ferramenta web que interpreta logs do Event Viewer, gera sinais críticos com IA e facilita troubleshooting de sistemas Windows.

Observabilidade Gemini AI Logs
Abrir no GitHub
Ver todos os repositórios

Vamos Conversar?

Entre em contato para discussões sobre projetos e oportunidades

LinkedIn

Conecte-se comigo

alex-des-santos

GitHub

Veja meus projetos

alex-des-santos

Email

Mande uma mensagem

contato@alxdata.com.br