Engenheiro primeiro. Consultor depois.

A versão resumida

Escrevo código profissionalmente desde 1998 e não parei. Os problemas ficaram maiores, as ferramentas melhoraram, os fundamentos mudaram pouco.

Passei a maior parte desse tempo como engenheiro, não como gestor — e a maior parte dele trabalhando com dados em escala, de trilhos de pagamento em fintech a pipelines de anúncios em escala de petabytes. Nos últimos dois anos, tenho integrado agentes de IA diretamente em fluxos de engenharia de dados em produção.

Esse é o pitch inteiro: engenharia de dados e integração de IA, juntas. Porque IA sem uma engenharia de dados sólida é só uma demo cara, e engenharia de dados sem ferramentas preparadas para IA está prestes a parecer ultrapassada.

Como cheguei aqui

1998 — grande conglomerado brasileiro de mídia (5+ anos)

Engenharia web em larga escala quando isso significava deploys em Tomcat e cache feito à mão. Aprendi cedo que times de engenharia em escala são, na sua maioria, problemas organizacionais vestidos de problemas técnicos.

Software de telecom, Alemanha

Primeira experiência internacional. As especificidades mudaram — protocolos, processo, política de escritório — mas a mentalidade de engenharia, não. Essa portabilidade moldou todos os engajamentos desde então.

Fintech brasileira — processamento de pagamentos

Nada afia seus instintos de engenharia como sistemas em que um bug pode mover dinheiro real para o lado errado. Virei cuidadoso com efeitos colaterais a partir dali.

Marketplace brasileiro de e-commerce

Plataforma de CD baseada em Kubernetes para a empresa. Também liderei um hackathon que resolveu 70% do backlog de bugs em uma semana. A lição não foi sobre hackathons. Foi que permissão — e não ferramenta — é geralmente o gargalo.

Grande provedor de serviços web

Migração de sistemas e compliance com GDPR. O tipo de engenharia sobre a qual ninguém escreve post de blog, mas que mantém a internet funcionando. Aqui fiquei mais silencioso e mais cuidadoso.

Plataforma global top-10 de Ad Tech (4 anos)

Time de dados, pipelines a 1,5 bilhão de registros por dia, escala de petabytes. Foi aqui que parei de pensar em engenharia como fazer as coisas funcionarem e comecei a pensar em engenharia como fazer as coisas funcionarem de forma barata, confiável e em volume. Boa parte da intuição econômica que uso hoje veio desses quatro anos.

Plataforma global líder de viagens

Construí o novo pipeline de dados e data lake da empresa na AWS — S3, EMR, Glue, Redshift, Lambda. O resultado principal não foi a plataforma em si. Foi desbloquear o time de ML com dados quase em tempo real, sem impactar produção. Dar alavancagem para outras pessoas é subestimado. Geralmente é o ponto inteiro.

Startup de logística em crescimento

Plataforma de dados do zero. Lake, warehouse, orquestração, análise, time. Algumas decisões eu faria de novo; outras eu refaria. Esse é o imposto do zero-a-um — pago uma vez para não pagar de novo.

Grande plataforma B2B de dados (atual)

Pioneirei a integração de agentes de IA diretamente em nossos fluxos de engenharia de dados. Não são demos. Não são experimentos de framework de agentes. Pipelines em produção onde agentes LLM propõem mudanças, escrevem código e são revisados como qualquer outro contribuidor. Esse trabalho — e o que aprendi fazendo ele sobreviver ao contato com dados de produção — é por que estou disponível agora como arquiteto fracionário.

Por que dados & IA, juntos

A maioria das ofertas de consultoria escolhe uma. Eu não, por uma observação específica: na prática, os times que estão tirando alavancagem real de IA não são os que têm os melhores prompts. São os cujas fundações de dados — pipelines, schemas, bases de conhecimento — foram projetadas com acesso de IA em mente.

Os times que sofrem são os que têm metas ambiciosas de IA parafusadas em cima de uma engenharia de dados fraca. Não dá para ter uma sem a outra. Por isso eu ajudo os times a construir as duas juntas.

O que eu faço de fato

Como eu prefiro trabalhar

Três formatos, todos remote-first e projetados para colaboração internacional:

• Assessoria — uma segunda opinião sênior sobre arquitetura, estratégia de IA ou decisões de tooling. 2–5 horas por semana.
• Fracionário — entro no seu time em regime parcial e entrego em produção ao lado dos seus engenheiros. 10–20 horas por semana.
• Projeto — engajamento escopado, com entrega fixa, para plataforma ou integração de IA.

Mais detalhes na seção de serviços da home. Trabalho com times de engenharia pequenos e médios. Não faço pitch. Faço perguntas, escuto, e te digo honestamente o que eu faria. Se o engajamento não estiver servindo seu time, prefiro que você descubra na semana dois, não no mês seis.