Estudante de Ciência da Computação na FIAP (bolsa integral ProUni) e Auxiliar de PCP em uma indústria de plásticos em São Paulo. Busco estágio em dados, com foco em engenharia de dados, usando Python e SQL.
Comecei a programar resolvendo problemas reais da fábrica, onde trabalho com informações de produção e estoque no dia a dia. Meu caminho: dados com foco em engenharia agora, IA aplicada como evolução.
Sistema de Rodízio de Funcionários · em uso na fábrica
Aplicação desktop que gera a escala de cerca de 300 funcionários entre as máquinas, com histórico dos rodízios em banco SQLite e regras de alocação automáticas. Reduziu o processo de cerca de 2 horas para 30 minutos por ciclo (cerca de 75% menos tempo).
Python SQLite CustomTkinter
Lançamentos de Produção (PCP) · em uso na fábrica · desenvolvido com auxílio integral de IA
App para registrar a produção pelo celular, que funciona offline e exporta os lançamentos em .xlsx no formato da planilha do PCP, no lugar do fluxo papel → planilha → outra planilha. Minha parte: identificar o problema, definir os requisitos e validar o funcionamento. Resultados observados: menos tempo, menos erros e menos retrabalho nos lançamentos.
JavaScript PWA SheetJS
Citizen Assist AI · Global Solution 2026.2, grupo de 3
Assistente em Python que orienta famílias de baixa renda sobre conta de luz em atraso e Tarifa Social, com base de conhecimento em JSON, histórico de atendimentos, indicadores e exportação em CSV.
Python POO JSON CSV
Mission Control AI · Global Solution 2026.1, grupo de 3
Monitoramento de um satélite de telecomunicações, com detecção de anomalias e análise do estado da missão por um modelo de linguagem. Atuei em todas as frentes: Python, integração com o LLM, interface e lógica da aplicação.
Python API de LLM Rich
SERS – Monitoramento Energético Espacial · Global Solution 2026.1
Programa em C que monitora os módulos energéticos de uma nave experimental, com alertas e histórico de leituras.
C
Estudando agora: fundamentos de computação (CS50x), Python, SQL e matemática. Próximos passos: PostgreSQL, APIs com FastAPI, pandas e estatística, e depois pipelines de dados, rumo a Engenharia de Dados e IA aplicada.