Cientista de Dados & Economista 📊🚀
Economista, Cientista de Dados e Desenvolvedor focado em simplificar a complexidade.
Combino uma base acadêmica sólida em teoria econômica com engenharia de dados avançada para transformar informações brutas e dispersas em insights estratégicos e infraestrutura analítica de alta performance. Meu objetivo é construir soluções resilientes que gerem valor real e embasem tomadas de decisão complexas.
Histórico Profissional
Data Scientist & Partner
Pezco Economics (São Paulo, SP)
Desenvolvo e implemento rotinas de processamento e análise de dados para relatórios abrangentes e recomendações estratégicas. Desenho painéis interativos, crio análises de dados espaciais (mapas) para projetos no setor de infraestrutura e conduzo estudos econométricos profundos, liderando frentes de Data Science aplicada à economia.
Assessor Técnico
Instituto de Economia Agrícola - IEA (São Paulo, SP)
Otimizei rotinas de análise para relatórios técnicos, estruturei dashboards governamentais e colaborei ativamente na formulação de recomendações de políticas públicas para o agronegócio paulista.
Estagiário
Instituto de Economia Agrícola - IEA (São Paulo, SP)
Auxiliei na coleta, processamento de estatísticas agrícolas e visualização de dados focados no estado de São Paulo.
Histórico Acadêmico
MBA em Data Science e Analytics
USP/Esalq
Bacharelado em Ciências Econômicas
Universidade Paulista (UNIP)
Publicações Selecionadas (Econometria e Mercados Regulados)
Acredito profundamente no rigor acadêmico aplicado à realidade de mercado. Como pesquisador e coautor, venho conduzindo estudos sobre economia regional, dinâmica de mercados ilícitos e políticas públicas:
- Análise da evolução temporal das elasticidades do mercado de cigarros no Brasil.
Economia & Região (2025).
(Apresentado também no XXII Encontro Nacional da Associação Brasileira de Estudos Regionais e Urbanos, Enaber 2024)
📄 Acessar Publicação - Análise das apreensões de cigarros contrabandeados no Estado do Paraná: uma aplicação de modelos de séries temporais.
Revista de Economia e Agronegócio (2025).
📄 Acessar Publicação - O cigarro no Brasil: evolução da tributação, produção, consumo e contrabando.
Quaestum (2024).
📄 Acessar Publicação - Elasticidades no mercado brasileiro de cigarros.
Revista Práticas em Administração Pública (PAP) (2022).
📄 Acessar Publicação
Engenharia de Dados Públicos e a Quantilica
Quem trabalha com dados governamentais no Brasil conhece o atrito diário: APIs instáveis, FTPs legados e formatos desestruturados. Para resolver esse problema estrutural, fundei a Quantilica, um ecossistema e organização open-source focada em criar a camada definitiva de abstração e acesso a dados públicos brasileiros.
Focando em reprodutibilidade, governança e proveniência de dados, a arquitetura do projeto poupa milhares de horas de yak shaving para analistas em todo o país, transformando fontes complexas em saídas limpas (como Parquet) e tabelas relacionais prontas para consumo.
O ecossistema é dividido em três frentes principais:
- Infraestrutura e Ferramentas: Utilitários base (
quantilica-core), processamento analítico com Polars e Parquet (quantilica-analytics), catálogo de dados (quantilica-catalog) e uma CLI unificada. - Coletores de Dados (Fetchers): Bibliotecas de alta performance para extração de diversas fontes governamentais, como IBGE/SIDRA (
sidra-fetcher), DATASUS (datasus-fetcher), Banco Central (bcb-sgs-fetcher), Tesouro Direto, INMET, MDIC (Comex) e MTE (PDET/CAGED). - Pipelines ETL: Catálogos declarativos (
sidra-pipelines,bcb-sgs-pipelines) e ferramentas para carregamento direto em bancos de dados relacionais como PostgreSQL.
Inteligência Artificial e Autoria
Sou usuário intenso e entusiasta do novo ecossistema de AI coding agents, incorporando nativamente o Claude Code, Antigravity CLI e infraestruturas Model Context Protocol (MCP) diretamente aos meus fluxos de terminal para acelerar o desenvolvimento de software.
Sou o autor do livro "A Arte da Pergunta: Como extrair o máximo de Modelos de Linguagem e Pessoas", um guia objetivo de como usar a Engenharia de Prompts para não apenas melhorar respostas da IA, mas refinar a própria clareza na comunicação escrita corporativa.
Stack Tecnológico
Linguagens
Python (Avançado: POO e Funcional), R, JavaScript, HTML/CSS.
Dados e Pipeline (ETL/ELT)
Pandas, Polars, Tidyverse, SQLAlchemy, Alembic, Celery, APScheduler.
APIs e Web
FastAPI, Flask, Shiny, Hugo (Static Sites).
Bancos de Dados
PostgreSQL (com Psycopg 3 e modelagem dimensional/relacional), SQLite, DuckDB.
Visualização e BI
Matplotlib, Seaborn, ggplot2, QGIS, kepler.gl, Power BI (DAX).
Infraestrutura e DevOps
Docker/Docker Compose, Portainer, Linux (Debian/Ubuntu).