Fernando Damasceno de Souza

🔹 Infosys – Senior Technology Consultant (mar/2021 – mar/2025) Projeto Braskem, Gerdau e Serasa Liderei a equipe de Engenharia de Dados para automatizar processos da área de Negócio, realizei apresentações de resultados quinzenais/mensais com as automatizações dos processos de Digital Demand Forecast. Usando e aplicando conceitos de arquitetura Medallion, nas camadas bronze, Silver e Gold, usando a ferramenta Unity Catalog, para catalogar, governar e fazer assets dos códigos desenvolvidos na plataforma Databricks. Automatizei pipelines no Azure Data Factory, reduzindo em até 40% o tempo de processamento de dados logísticos. Usei arquitetura CI/CD com Azure DevOps, garantindo governança e agilidade nas entregas, uso do DevOps Azure Boards para planejar e organizar o projeto, uso do Azure Pipelines para integração e entrega contínua (CI/CD), uso de esteira para realizar deploy de tabelas e views usando Visual Studio Code, Git e SQL Management Studio, teste e implantação de software, de códigos em pyspark usando a plataforma do Azure Databricks, uso de Azure Repos para controle de versionamento e armazenamento de código-fonte, uso do Azure Test Plans para realização de testes de software. Atuei com Data Lake em camadas bronze/silver/gold e com scripts em PySpark no Databricks. Atuei em desenvolvimento com políticas de segurança e compliance usando Unity Catalog. Usei Logic App para automatizar integrações entre serviços. Desenvolvi crawler com Python para coleta de dados web (Webscraping).

🔹 Neurotech – Senior Data Engineer (mar/2020 – dez/2020) Estruturei pipelines de dados escaláveis em GCP, usando o Cloud Composer, baseado no Apache Airflow, usei o Google BigQuery, que é um DW para armazenar, gerenciar e escalar dados, utilizando SQL para criar tabelas, queries e consultar dados, criei dashboards integrados com Google Data Studio, promovendo insights de performance em tempo real. Usei Git (AWS Codecommit) para versionamento e controle de alterações em scripts.

🔹 Accenture – Data Engineer | Big Data Analyst | Analyst (nov/2016 – mar/2020) Projetos: Bradesco, Itaú, J&J, Natura, Via Varejo, etc. Criei scripts em Shell e PySpark para calcular indicadores de risco, otimizando decisões de crédito. Modelei e validei cargas de dados em Hadoop (HiveSQL, Ambari, Zeppelin, Yarn). Automatizei processos de ETL com Talend, Alteryx e Python. Colaborei com squads ágeis usando Scrum em projetos de Data Lake e Data Mart. Criei tabelas e views para processos de consumo e ingestão de dados no Redshift, Cassandra, SQL Server e Oracle. Criação de tópicos de mensageria, usando kafka e orquestrando o processo em ferramentas de ETL, Talend e Alteryx. Criei dashboards executivos no Power BI e Tableau para áreas de marketing e BI.

🔹 Five Acts – BI Analyst (2014 – 2016) Desenvolvi dashboards interativos para Porto Seguro, Magazine Luiza e IPEM-SP. Modelei dados multidimensionais e conduzi projetos de ETL com Tableau e SQL.

🔹 Red Innovations – BI Analyst (2014 – 2015) Desenvolvi dashboards interativos para IPEM-SP. Modelei dados multidimensionais e conduzi projetos de ETL com Tableau e SQL.

🔹 Leega – BI Analyst Apoiei homologação de sistemas com validação de dados críticos no SAS e DB2. Executei migração de processos em ambientes Unix e mainframe. Desenvolvi códigos utilizando a linguagem SAS e SQL na ferramenta SAS Guide. Documentei processos técnicos e funcionais com Power Designer. Testes funcionais, testes de evidências, testes de qualidade dos dados.

🔹 Cervello Tecnologia da Informação e Serviços – Analista Trainee (2011 – 2012) Apoiei homologação de sistemas com validação de dados críticos no SQL. Desenvolvi fluxos e processos para diversos seguimentos empresariais com a ferramenta Workflow Designer. Documentei processos técnicos e funcionais.

Segundo o Gartner, a maioria dos fornecedores de solução de Business Intelligence ofertarão ferramentas de Data Discovery como sua primeira opção de venda na plataforma de BI. Neste cenário, temos uma abordagem complementar ao BI tradicional conhecida como Self-Service BI. 

Ciência de dados é um ramo multidisciplinar da ciência que envolve técnicas de computação, matemática aplicada, inteligência artificial, estatística e otimização com o intuito de resolver problemas analiticamente complexos, utilizando grandes conjuntos de dados como núcleo de operação.

O curso de Engenharia de Prompt mostra como estruturar prompts mais eficientes para tarefas técnicas, usando aplicações práticas de IA no desenvolvimento de software, mostrando limites e riscos do uso de IA no contexto de engenharia e como a Engenharia de Prompt se conecta com arquitetura, produtividade e tomada de decisão.

Curso de desenvolvimento de Dashobard com salários da área de TI.