Lidero iniciativas orientadas por dados com foco em eficiência operacional, validação de balanço de massa e energia, e desempenho de conversão de biomassa em energia em unidades industriais de geração de vapor. Desenvolvo frameworks analíticos para diagnosticar ineficiências de processo, validar sistemas de medição, identificar perdas operacionais e apoiar a tomada de decisão tática e operacional por meio de modelagem estatística, analytics industrial e engenharia de dados. As responsabilidades incluem análise de inconsistências entre produção de vapor, faturamento e sistemas de medição de clientes; detecção de perdas de massa e energia em diferentes regimes operacionais; modelagem de eficiência operacional e drivers de consumo de biomassa; e desenvolvimento de modelos preditivos e de detecção de anomalias para demanda de vapor, comportamento de produção e desvios de eficiência. Desenvolvo dashboards analíticos, indicadores operacionais, frameworks de benchmarking entre unidades industriais, pipelines de cálculo automatizados e sistemas de alertas operacionais para apoiar o monitoramento de KPIs, melhoria de eficiência, análises de decomposição de custos e iniciativas de redução de perdas. Construo soluções analíticas integrando a cadeia operacional completa (umidade da biomassa, valor calorífico (PCI), eficiência de combustão, geração de vapor, perdas térmicas e custos operacionais), traduzindo dados de processos industriais em insights operacionais e financeiros mensuráveis.

Atuei como Cientista de Dados no suporte à P&D de Cana-de-Açúcar no CTC (Centro de Tecnologia Canavieira), liderando a aplicação de metodologias estatísticas e experimentais avançadas em ensaios de campo de larga escala e programas de pesquisa, viabilizando a tomada de decisão orientada por dados em melhoramento genético, desenvolvimento de biotecnologia e sistemas de produção de sementes. Meu trabalho foi focado em ensaios multi-local e multi-ano, abordando estruturas experimentais complexas com delineamentos hierárquicos e desbalanceados, e possibilitando a avaliação de genótipos em ambientes diversos. Desenvolvi e implantei frameworks avançados de modelagem estatística, incluindo modelos mistos lineares e generalizados lineares e extensões para respostas não normais e estruturas de variância heterogênea, impulsionando a modelagem de resistência a doenças, componentes de produtividade e características agronômicas-chave, e traduzindo os resultados em insights orientados à decisão para equipes de melhoristas e agronomia. Em paralelo, estabeleci pipelines analíticos reproduzíveis e robustos abrangendo processamento de dados, desenvolvimento de modelos e síntese de resultados, e projetei dashboards analíticos e camadas de reporte para operacionalizar insights, apoiar o monitoramento em tempo real de métricas-chave e informar diretamente a tomada de decisão estratégica e operacional nos programas de P&D.

Atuei como Cientista de Dados no Programa de Florestas, Uso da Terra e Agricultura do WRI Brasil, onde desenvolvi e implementei soluções de engenharia de dados na equipe de Gestão e Monitoramento de Dados. Meu trabalho foi focado na estruturação, processamento e análise de conjuntos de dados complexos, incluindo dados geoespaciais e tabulares, para desenvolver ferramentas e metodologias que apoiaram a tomada de decisão orientada por dados em restauração florestal, uso sustentável da terra e monitoramento ambiental. Fui responsável por projetar e manter APIs e pipelines ETL otimizados para processamento de dados geoespaciais. Isso incluiu o desenvolvimento de modelos espaciais, realização de análises avançadas e otimização de consultas PostgreSQL/PostGIS para melhorar desempenho e escalabilidade. Trabalhei com múltiplas fontes de dados governamentais, incluindo SICAR, MMA, FUNAI, PRODES, Global Forest Watch (GFW), SIGEF/INCRA e IBGE, garantindo a integração, padronização e uso efetivo desses conjuntos de dados. Além disso, desenvolvi APIs REST escaláveis para viabilizar o acesso em tempo real e a integração de dados geoespaciais em diferentes plataformas. Construí soluções geoespaciais utilizando GeoServer, tecnologias GIS e Python, aproveitando bibliotecas como GeoPandas, Shapely, Rasterio e Fiona para projetar pipelines de dados, realizar análises espaciais e apoiar iniciativas de monitoramento e gestão ambiental.

Atuei como Pesquisador em Ciência de Dados na Fiocruz Ceará, contribuindo para iniciativas de vigilância epidemiológica e monitoramento genômico focadas em patógenos de alto impacto que afetam a população brasileira. Desenvolvi pipelines analíticos e soluções de modelagem preditiva para análise de dados genômicos e monitoramento de surtos, apoiando a vigilância em saúde pública orientada por dados e pesquisa epidemiológica. Integrei modelos estatísticos e de machine learning com dados genômicos e epidemiológicos para apoiar a predição de surtos, fluxos de trabalho de vigilância e análise científica baseada em dados de saúde em tempo real e de larga escala.

Atuei como Analista de Dados na Doce Barreira, liderando iniciativas analíticas e de automação para apoiar a gestão operacional, monitoramento de desempenho do negócio e tomada de decisão administrativa em operações comerciais. Gerenciei fluxos de dados ponta a ponta envolvendo estruturação, integração, análise e reporte de dados para melhorar a visibilidade operacional e a eficiência dos processos de negócio. Projetei e implementei soluções centralizadas de gestão de dados e reporte integrando informações de estoque, vendas e fluxo de caixa, viabilizando o monitoramento em tempo real de métricas-chave do negócio e melhorando a consistência dos dados nos processos operacionais. Desenvolvi ferramentas de automação e fluxos de trabalho analíticos utilizando Python, Bash, Excel/VBA e ambientes Linux para reduzir cargas de trabalho manuais, otimizar rotinas administrativas e apoiar operações de negócio escaláveis.