I'm a Data Analyst and AI Product Builder who bridges statistics, generative AI, UX, and visual design. With a multidisciplinary background in finance, energy, government, and design, I transform complex data into actionable insights and intuitive experiences.
Com mais de 20 anos em design e negócios, e mais de 8 anos em análise de dados e implementação de IA, combino criatividade com pensamento estratégico. Trabalhei na gestão de energia renovável na ENBPar (portfólio de energia de R$6B/ano), negociação algorítmica na Even Flow, e sistemas de sinalização para aeroportos e estações de metrô.
Power BI, SQL, Python, Excel, N8N, AI Tools, AWS, Azure
AI Agents, Machine Learning, Dashboards, Trading Platform, Adobe Design
Análises de Risco, Otimização de Processos, Insights Analíticos, Métricas/KPIs
Dashboards, Reports, Apresentações, Ferramentas de Gestão de Projetos
A proliferação das tecnologias de IA generativa marca uma virada decisiva na forma como as organizações estruturam seus processos de tomada de decisão. Em vez de servirem apenas como motores de criação de conteúdo, os sistemas generativos estão remodelando a arquitetura da lógica de negócios, previsão e engajamento do cliente.
Os esforços de transição energética global estão cada vez mais se voltando para renováveis de baixa pegada e alta eficiência como uma contra-narrativa ao paradigma da megaestrutura. Ao longo de 2024, vários países aceleraram a implementação de tecnologias que fornecem não apenas energia limpa, mas também mínima perturbação ecológica e deslocamento social.
Em uma economia digital pós-pandemia, a arquitetura da colaboração remota está sendo silenciosamente mantida por um novo papel profissional: o mediador cultural. Enquanto estruturas ágeis e ferramentas em nuvem definem a estrutura, é a compreensão interpessoal que muitas vezes determina se projetos multinacionais têm sucesso ou implodem.
O autoencoders no módulo de redes neurais profundas, gera grandes perspectivas em seu uso no tape reading. Essa arquitetura de deep learning é capaz de identificar padrões não lineares em dados de ordens, liquidez e fluxo de mercado em tempo real, extraindo variáveis latentes de alta relevância. Com isso, abre-se caminho para modelos preditivos robustos, que ajudam a antecipar movimentos de preço a partir de microestruturas do mercado, otimizando decisões em ambientes de alta frequência e risco dinâmico.
Velocidade sem Validação é o Novo Risco Operacional. Neste artigo provocativo, analiso como a IA generativa vem sendo tratada como solução mágica para a pressão por entregas instantâneas no setor de TI. Mas sem especialistas validando os outputs, o caos técnico se instala: sistemas rápidos, porém frágeis. A conclusão? A IA não substitui o humano — ela exige ainda mais pensamento crítico, governança e senso estratégico para transformar velocidade em valor real.
Neste artigo, propus a criação de um selo de eficiência energética para modelos de IA, semelhante ao Selo Procel usado em eletrodomésticos. A ideia é avaliar e classificar modelos segundo seu consumo energético, estimulando práticas mais sustentáveis, redução de custos e alinhamento com metas ambientais. A proposta ganhou força diante da crescente demanda energética do setor e coloca em debate a responsabilidade ambiental da inovação tecnológica.
MIT xPRO
ASN.Rocks
DataTech Florida
ENAP - Escola Nacional de Administração Pública
Centro Universitário da Cidade
2002-2006
Universidade Gama Filho
1998-2000
"Paulo transforma dados complexos em insights com clareza e criatividade. Uma mente brilhante e um pensador estratégico."
Advogada
"Transformou o Plano Anual do Proinfa em um relatório claro e intuitivo utilizado por reguladores e executivos."
Supervisora
"Excelente comunicação, mentalidade de inovação e um excelente solucionador de problemas."
Gerente