Responsibilities: • Implementing data storage and processing solutions in the Google Cloud. • Designing, implementing, and maintaining efficient and scalable data pipelines. • Knowledge of orchestration tools such as Apache Airflow to schedule and monitor workflows. • Implementing data governance best practices to ensure data security and privacy. • Performing raw data cleansing and transformation using SQL and Python. • Managing data storage and processing in BigQuery and Google Cloud Storage. • Integrating data from multiple sources, ensuring data consistency, integrity, and quality. • Data Modeling: Solid understanding of data modeling concepts and experience in implementing efficient data schema. • Optimizing performance by performing performance tuning on data pipelines, identifying and resolving query bottlenecks. • Implementing security practices, ensuring compliance with data protection regulations and security policies. • Documentation: Maintaining detailed technical documentation of pipelines, data processes, and lessons learned. • Ability to write complex SQL queries to manipulate and extract data. • Using version control systems, such as Git, for code control and collaboration. • Ability to analyze complex problems and find efficient solutions at scale. • Good communication skills to collaborate effectively with other teams.Key Achievements: • Acting in large projects in the role of data engineer, dealing directly with the construction of the DataOps Framework. • Defining practices and tools that optimize the flow of data life. • Delivery of curated and optimized data for queries and visualizations. • Cost reduction by using data optimization techniques like partition probing and partition pruning. • Knowledge sharing through articles produced via internal Wiki. • Engagement between different areas, translating requirements into real value for the business. • Achieving greater reliability and more assertive insights for users.

I worked integrating many flows that involve the routine orchestrator of the company.My contributions and results:· Integration of systems, using APIs with Python(Flask API and FastApi) delivering RESTful services to use and access data.· Migration of legacy database to a new application using decoupled architecture with services backend in Kubernetes.· Cleanliness and refactoring on services and APIs outdated, applying clean code and good practices of development.

Atuei na construção da arquitetura/APIs e micro-serviços do projeto Annotator, no papel de desenvolvedor Back End Python; utilizando infraestrutura Serverless GCP, juntamente com Flask, Firebase e outros serviços Google.Entregas: Implantação de versão inicial do projeto até produção, serviços em function e back end principal, estruturação do modelo de dados no Firebase.

Atuei como desenvolvedor Back End Python em uma plataforma de venda e formalização de credito e outros serviços financeiros; ao qual oferece principalmente empréstimo consignado e pessoal.Entregas: Criação de serviços e function que compuseram a primeira versão da plataforma de produção; refatoração de módulos e micro-serviços dispostos em cloud functions.

Atuei no desenvolvimento de APIs e implantação de funcionalidades no sistema de gestão hospitalar da compania, atendendo diversos estados e facilitando na organização da agenda de médicos e multi-profissionais da saúde. Para isso, trabalhei com tecnologias como: Flask API, Python, Elastic BeanStask e Aurora.

Atuei como desenvolver full stack desenvolvendo um Catálogo de Serviços de TI, criando desde a arquitetura até a implantação do sistema; bem como criação/ajustes em procedures e functions em serviços de Analitycs.Entregas: Otimização na entregas de soluções em TI; economia para o departamento através de automação de parte dos atendimentos.