Analista de Dados · Analytics Engineering · Automação & IA — Recife, PE

Dados que viram
decisão e resultado.

Transformo dados e processos manuais em ganhos financeiros e operacionais — de painéis em Power BI a esteiras de automação (RPA) para Planejamento Estratégico e Eficiência. Uno conhecimento profundo em negócios, SQL e Python para entregar soluções que automatizam rotinas e geram valor.

Data EngineeringAutomação & RPAIA Aplicada / Visão ComputacionalPower BI & DAXPower PlatformFP&A
Otimização de SQL
0%
de redução no tempo de execução de consultas
Autuação de veículos
00%
taxa de sucesso após robô próprio com IA
Automação / RPA
+0h/mês
de trabalho manual eliminado por mês
Detecção de placas (IA)
97,1% vs 93,6%
modelo próprio vs. genérico · validado em 344 imagens
01

Sobre

Pablo Melo Pablo Melo

Com expertise em Dados e Automação, atuo na interseção entre tecnologia, planejamento e operação: da extração e modelagem de dados (SQL) à construção de dashboards executivos (Power BI) e modelos preditivos que apoiam decisões da diretoria, além de liderar a identificação de oportunidades para melhoria de processos através de automações.

Tenho forte domínio em automação e processos — desenho fluxos end-to-end com Python, RPA (Power Automate, Playwright) e integrações via APIs REST para reduzir o retrabalho, mitigar falhas e economizar horas operacionais. Minha bagagem contábil e bancária conecta o dado diretamente ao impacto financeiro, com sólida experiência em planejamento, análise de crédito, rentabilidade e regras de negócio complexas.

Também desenvolvo soluções avançadas para o negócio — como a criação de robôs proprietários, integração de sistemas e aplicação de boas práticas de arquitetura de dados e segurança da informação, garantindo não apenas eficiência e redução de custos, mas qualidade e escalabilidade nas entregas.

CargoAnalista de Dados (PL)
BaseRecife, PE
AtuaçãoDados · Automação · IA aplicada
Stack corePython · SQL · Power BI
FormaçãoCiências Contábeis
IdiomasPortuguês · Inglês (técnico)
02

Linha do tempo

Não é só progressão de cargo — é evolução de stack: de macro/Power Query em rotina contábil até pipelines de visão computacional e motores de regras em produção.

Out 2025 · Atual
Analista de Dados e Planejamento (PL)
Monte Rodovias / Austra Vias · Concessionária rodoviária
  • Focal de dados do setor; consolidação e padronização de bases de múltiplas fontes.
  • Dashboards gerenciais (Power BI) e KPIs para eficiência de pistas e praças.
  • Robôs próprios de automação com Python, visão computacional (OCR/IA), APIs REST e Playwright — substituindo dependência de fornecedor terceirizado.
  • Modelos preditivos de evasão e sazonalidade para mitigar perdas.
  • Reestruturação do processo de Ajuste de Caixa: migração de planilhas sobrecarregadas para uma solução integrada com Power Apps, Power Automate e SharePoint.
  • Gestão e sustentação de ambiente RPA (filas, orquestrador, robôs em produção) e suporte analítico às áreas de CCA, CCT, CCO e Operações.
PythonFastAPIONNX / YOLOSQL ServerPlaywrightPower Platform
Nov 2023 · Set 2025
Analista de Negócios (JR → PL → SR)
Bradesco · Progressão de carreira até o segmento Prime
  • Otimização de portfólios com análise de dados e estratégias personalizadas.
  • Relatórios e dashboards analíticos para a liderança; gestão ágil (Kanban).
Excel/BI analíticoKanban
Abr 2023 · Nov 2023
Analista Financeiro / Tesouraria
Mundo do Cabeleireiro
  • RPA para envio automatizado de faturas; conciliação bancária e KPIs financeiros.
RPATOTVS Winthor
Out 2022 · Mar 2023
Estágio Contábil e Fiscal
Mendesca
  • Conciliação, apuração de tributos e automação de rotinas com Power Query e macros.
Power QueryMacrosPower Pivot
Out 2021 · Set 2022
Aprendiz — Pagamento de Benefícios
RPL Engenharia
  • Planilhas automatizadas de elegibilidade e faturamento para +3.000 colaboradores.
Excel avançado
03

Stack técnica

Organizada por categoria — o que uso de fato nos projetos em produção, não uma lista genérica de palavras-chave.

Linguagens

PythonSQL (T-SQL)JavaScript

Banco de Dados

SQL ServerSQLiteMySQLModelagem (DDL)

Business Intelligence

Power BIDAXPower QueryMicrosoft Fabric

Automação & RPA

PlaywrightPower AutomateUiPathBlue PrismSelenium

Power Platform

Power AppsPower AutomateSharePointPower BI Service

Cloud

Microsoft FabricSharePoint Online / OneDrivePower BI Service

Versionamento

GitGitHubGitLab

Integrações

APIs RESTEngenharia reversa de sistemas legadosSAP S/4HANATOTVS (Winthor)Webhooks (Telegram/E-mail/Teams)

IA & Visão Computacional

YOLO / ONNX RuntimeOCROpenCVModelos fine-tuned própriosDetecção de anomalias

Frameworks

FastAPIPydanticSQLAlchemyAPSchedulerpytest
04

Certificações

CEA — ANBIMA
Power BI — BI & Data Science
DevOps — Rocketseat
Fundamentos em Python (Pandas/PySpark)
Formação em Liderança
05

Arquitetura das soluções

Como os dados realmente fluem, da fonte até a decisão do usuário — em dois níveis: o macro-fluxo da minha stack, e o pipeline de decisão automatizada de um robô específico.

Fluxo macro — de sistemas de origem à decisão de negócio

Do dado disperso em ERPs, sistemas legados e portais até a interface que o usuário final realmente usa para decidir.

Sistemas de Origem ERP, legado, portais Python ETL & robôs SQL Server / SQLite persistência & auditoria Power BI análise & KPIs Power Automate orquestração Power Apps interface Usuário decisão de negócio

Pipeline de decisão — robô de autuação de veículos

O fluxo real por trás do case de maior impacto: da consulta ao banco até a auditoria completa de cada decisão automatizada.

SQL Server trânsitos do dia Fotos + OCR visão computacional (YOLO + OCR ONNX) Motor de Regras decisão pura, testável Ação no Sistema ou fila manual Auditoria SQLite toda ação registrada Painel FastAPI acompanhamento
06

Projetos em destaque

Estudos de caso reais — clique em cada um para ver contexto, arquitetura, desafios e resultado completos.

Destaque · Iniciativa própria · IA aplicada

Robô Próprio de Autuação de Veículos

Pipeline de visão computacional e motor de regras que substituiu um robô terceirizado, elevando a taxa de sucesso e eliminando o custo do fornecedor externo.

52% → 98%

Contexto

O processo de autuação de veículos por evasão de pedágio dependia do robô de uma empresa terceirizada, com regras genéricas e pouco controle sobre o comportamento do sistema.

Problema

Taxa de sucesso de apenas 52%, custo recorrente de fornecedor externo e nenhuma visibilidade sobre por que um trânsito era ou não autuado corretamente.

Solução

Construí um robô próprio do zero: pipeline de visão computacional para ler a placa na foto do trânsito, um motor de regras de decisão em cascata (5 passos determinísticos) e integração direta com o sistema legado da concessão.

Arquitetura

SQL ServerFotosOCR / Visão Computacional (ONNX)Motor de Regras (5 passos)Ação no sistema legado / fila manualAuditoria SQLitePainel FastAPI

Desafios & soluções

  • OCR em condições adversas (fotos noturnas, ângulos ruins) → múltiplas variantes de imagem processadas até a primeira leitura confiável.
  • Múltiplos veículos na mesma foto → cruzamento de detector de veículo + detector de placa para achar o par correto.
  • Ambiente Windows sem suporte a paths longos impedia instalar Torch/Ultralytics nativamente → contornado usando modelos convertidos para ONNX Runtime.
  • Sistema legado não suporta sessões simultâneas → login escalonado entre workers para evitar quedas de conexão.

Resultado

Taxa de sucesso de 52% para 98%. Detector de placas fine-tuned próprio validado em 344 imagens: 97,1% de detecção contra 93,6% do modelo genérico (15 casos recuperados / 3 perdidos). Auditoria completa de toda decisão automatizada, com painel web de acompanhamento.

Aprendizados

Separar decisão (regras puras e testáveis) de execução torna bugs de lógica fáceis de achar — não uma caixa-preta. Todo sistema que age em produção precisa de um "modo teste" ligado por padrão antes de qualquer escrita real.

PythonFastAPIONNX Runtime / YOLOOCROpenCVSQL ServerSQLiteAPSchedulerpytest
Auditoria & governança de decisão

Rotina de Validação de Autuação

Robô de auditoria somente-leitura que cruza imagens, dados de passagem e cadastro antes da autuação — nunca decide sozinho o caso final.

~1h45 → 20 min

Contexto

Trânsitos marcados como "violação" precisavam de triagem manual antes de virarem autuação — checando isenções, TAG liberada e pagamentos duplicados.

Problema

Triagem manual levava quase duas horas por rodada e carregava risco real de autuar um trânsito com justificativa legítima não identificada a tempo.

Solução

Motor de decisão com árvore de 5 passos em ordem fixa (duplicidade → exceção de integração → isenção → TAG liberada → candidato real a evasão), que nunca grava a decisão final sozinho — casos sem exceção clara vão para fila humana.

Arquitetura

Consulta de violações (SQL Server)Dados completos do trânsitoOCR próprio (múltiplas variantes de imagem)Árvore de decisão (5 passos)Auditoria total (SQLite)

Desafios & soluções

  • Confusão de caracteres do OCR (0/O, S/5) → correção posicional baseada no formato conhecido de placa.
  • TAG liberada não é garantia de pagamento → trava cruzando status de mensageria com leitura de antena.
  • Bug identificado e corrigido em produção: uma regra genérica de "pagamento próximo, qualquer sentido" causou 5 cancelamentos incorretos — substituída por regra estrita (mesma praça e mesmo sentido).

Resultado

Tempo de validação caiu de ~1h45 manuais para 20 minutos automatizados, processando mais de 200 trânsitos por rodada (~5x o volume) sem erro humano — com painel de acompanhamento do % de validação por praça e por pista.

Aprendizados

Auditoria total (toda ação e toda chamada registrada) foi o que permitiu achar e corrigir o bug de regra em produção rapidamente. Regra "genérica demais" é o maior risco em automação de decisão.

PythonRegras de negócioSQL ServerSQLiteOCR / IAPower BIpytest
Recuperação de receita

Recuperação de Pagamentos por TAG & Marcação de Evasão

Dois robôs desacoplados que reprocessam trânsitos presos entre status de pagamento em um sistema legado sem API documentada.

Receita recuperada

Contexto

Trânsitos cujo pagamento por TAG foi perdido, ou que ficaram presos entre status de pagamento, dependiam de reprocessamento manual dentro do sistema legado de gestão de pedágio.

Problema

Receita não arrecadada por falha de pagamento não identificada, e trânsitos travados sem reprocessamento automático — além de uma API legada (ASP.NET WebForms) sem documentação alguma.

Solução

Reescrevi um robô que originalmente dependia de navegador (Playwright) para chamadas HTTP diretas — com scripts de diagnóstico dedicados para engenharia reversa do payload da API antes de codificar qualquer regra de negócio.

Arquitetura

SQL Server (fila elegível)Worker pool (login escalonado)Cliente HTTP próprioAção idempotente ou nãoFila de correção

Desafios & soluções

  • API sem documentação → script de diagnóstico dedicado para descobrir formato real de campos e respostas.
  • Sessões instáveis sob concorrência → login escalonado entre workers (delay progressivo).
  • Risco de duplicar uma ação de escrita → retry diferenciado por tipo de timeout (conexão vs. leitura).

Resultado

Reprocessamento manual substituído por rotina automática e auditável, com trava de execução em arquivo e modo teste centralizado antes de qualquer ação em produção.

Aprendizados

Nem todo retry é seguro — a diferença entre timeout de conexão e timeout de leitura decide se um retry duplica uma cobrança ou uma autuação.

PythonAPIs RESTEngenharia reversathreadingSQL Server
Eficiência operacional

Extração Automática de Relatórios Mensais

Automação com navegadores em paralelo que gera, baixa e entrega relatórios recorrentes direto no SharePoint corporativo.

~7 min / rodada

Contexto

Relatórios mensais recorrentes de tráfego e receita (como o Relatório Mensal de Tráfego/VEP) dependiam de extração manual em portal legado, para múltiplas praças e tipos de relatório.

Problema

Processo repetitivo e demorado, sujeito a atraso e erro humano, repetido todo mês para cada concessão e cada variação de relatório.

Solução

Automação com Playwright rodando múltiplas instâncias de navegador em paralelo (uma por relatório), com captura resiliente de download e entrega automática no SharePoint/OneDrive corporativo, sempre no horário certo.

Arquitetura

Agendamento mensalN threads paralelas (navegador isolado)Login + filtros do relatórioCaptura do arquivo (evento nativo + fallback de rede)ValidaçãoSharePoint / OneDrive

Desafios & soluções

  • Portal sem API pública → seletores de UI com retry defensivo (scroll + clique forçado em dropdowns).
  • 6-8 navegadores logando no mesmo sistema simultaneamente → atraso escalonado entre aberturas.
  • Download sem evento nativo do navegador → fallback por interceptação de resposta de rede.
  • Timeout duplo (máximo absoluto + ociosidade) para nunca travar indefinidamente esperando o sistema fonte processar.

Resultado

Execuções reais documentadas em log: 8 instâncias em paralelo processadas em 7min25s (7 de 8 relatórios OK); 6 instâncias em paralelo em 6min31s (6 de 6 OK) — trabalho manual eliminado, com entrega no horário certo todo mês.

Aprendizados

Paralelismo com escalonamento de início evita derrubar sistemas legados. Timeout duplo é essencial quando não se controla o comportamento do backend.

PythonPlaywrightthreadingSharePointExcel
Power Platform · Governança

Automação de Ajustes de Caixa

Substituição de um processo crítico baseado em planilhas lentas por uma arquitetura de aprovação segura e 100% rastreável.

100% auditável

Contexto

O processo de aprovação de ajuste de caixa rodava em planilhas sobrecarregadas, sem rastreabilidade formal do fluxo de aprovação.

Problema

Lentidão, dependência de intervenção manual em cada etapa e falta de governança sobre quem aprovou o quê e quando.

Solução

Desenvolvi um aplicativo de aprovação em Power Apps para a supervisão, com governança em listas do SharePoint e fluxos no Power Automate executando as regras de negócio de forma autônoma.

Arquitetura

Power Apps (solicitação/aprovação)SharePoint (governança & histórico)Power Automate (execução das regras)Registro auditável

Desafios & soluções

Migrar um processo crítico de planilha para Power Platform sem perder nenhuma regra de negócio existente, mantendo rastreabilidade total do fluxo de aprovação.

Resultado

Processo 100% auditável, com zero intervenção humana na execução das regras de negócio.

Aprendizados

Power Platform é suficiente para digitalizar processos críticos de governança sem precisar de um aplicativo customizado do zero.

Power AppsPower AutomateSharePointRegras de negócio
07

Antes × Depois

Autuação de veículos

Problema

Robô terceirizado, taxa de sucesso de 52%, sem controle sobre as regras.

Solução

Robô próprio com pipeline de visão computacional e motor de regras testável.

Resultado

98% de sucesso + fim do custo com fornecedor externo.

Validação de trânsitos

Problema

~1h45 de triagem manual por rodada, sujeita a erro humano.

Solução

Árvore de decisão automatizada, com auditoria total de cada ação.

Resultado

20 minutos, +200 trânsitos (~5x o volume), zero erro humano.

Consultas SQL

Problema

Consultas lentas em bases operacionais críticas do dia a dia.

Solução

Reestruturação e otimização de queries.

Resultado

Até 90% de redução no tempo de execução.

Ajuste de caixa

Problema

Planilhas sobrecarregadas, sem rastreabilidade formal.

Solução

Power Apps + governança em SharePoint + Power Automate.

Resultado

100% auditável, zero intervenção manual.

08

Impacto em números

Só métricas reais — de currículo, código em produção ou logs de execução. Nada aqui foi inventado.

Consultas SQL
0%
de redução no tempo de execução
Autuação de veículos
00%
taxa de sucesso
Validação de trânsitos
1h45 → 20 min
~5x o volume processado
Detecção de placas (IA)
97,1% × 93,6%
modelo próprio vs. genérico · 344 imagens
Automação / RPA
+0h/mês
de trabalho manual eliminado
Confiabilidade
5 bugs
de regra de negócio corrigidos via auditoria em produção
Ajuste de caixa
100%
auditável, zero intervenção manual
Benefícios (RPL Engenharia)
0+
colaboradores atendidos por planilhas automatizadas
09

Dashboards em Power BI

Painéis que desenvolvo em Power BI para acompanhamento operacional e financeiro, organizados pelas mesmas áreas que atendo no dia a dia — BackOffice, CCA e CCT. Todos os valores exibidos são fictícios, gerados apenas para fins demonstrativos deste portfólio.

Contato

Para mais informações

Sobre dados, automação, IA aplicada, BI ou um bom desafio técnico — é só chamar.