Dado confiável na origem
- Data Warehouse em PostgreSQL com ETL em Python: staging, troca atômica de tabelas e circuit breaker.
- Se uma carga falha, o painel continua de pé.
- A duplicidade que inflava a receita foi corrigida no banco, não no relatório.
Do dado bruto à decisão que o negócio toma.
Construo a camada que falta entre o dado e quem decide: pipeline confiável, IA que resolve o problema certo e analytics que alguém realmente usa.
Trabalho com dados desde 2021 numa associação de proteção patrimonial. Comecei montando painel e acabei construindo o que tem embaixo dele: banco, carga, regra de negócio, automação.
Hoje cuido da camada inteira: o dado entra limpo, vira modelo ou agente de IA e chega na mão de quem decide.
No Instagram eu ensino isso do básico ao avançado, sempre a partir de um uso real.
Dados e BI numa associação de proteção patrimonial
MBA em Business Analytics · Xperiun
Pós Tech em Engenharia de Dados & IA · Xperiun
Toda dica nasce de um uso real. Quatro séries no Instagram:
Como tirar resposta útil da IA no dia a dia.
Gráfico, média e porcentagem que enganam, e como não cair.
Ferramentas e fluxos que estão na minha rotina.
O que eu estou construindo e o que deu errado no caminho.
Quer trocar ideia sobre dados ou IA? Me chama.