Antonio Pilan

Responsável pela automação de pipelines de dados financeiros, performance e disponibilidade das análises de ativos do grupo Maubisa. Desenvolver e manter um pipeline de dados com esteira de CI/CD (utilizando Git para versionamento), automatizando testes e o deploy de novas lógicas de processamento e análise de dados. Criação de soluções de automação com scripts em Python e SQL para monitorar e gerar relatórios de performance de mais de 100 ativos (com foco em Private Equity), diminuindo a verificação manual e acelerando a tomada de decisão da gestão. Projeto e desenvolvimento de views em SQL para consolidar e modelar informações de diversas fontes, servindo como uma camada de dados confiável e performática para as análises. Colaboro diretamente com a equipe de gestão para traduzir necessidades complexas de análise de ativos de baixa liquidez em soluções de dados automatizadas, escaláveis e de fácil manutenção. Tecnologias: Python, SQL (PLSQL), Docker, Git e pacote Office.

Responsável pelos clientes Pilan Comunica, gerenciando tasks e usando dados para montar relatórios para Propostas e Soluções de problemas empresariais. Criação das estratégias Data-Driven e distribuição das demandas e responsabilidades para outros agentes da empresa.

Desenvolvimento e implementação de estratégias de marketing com especialização em comunicação em vídeo. Criação e coordenação de projetos audiovisuais de pequeno, médio e grande porte e gestão de equipes. Uma experiência vasta como empreendedor onde tive contato com diferentes estratégias de negócio e como transformar negócio em comunicação, comunicação em venda.

Desenvolvi scripts em Python para automatizar a coleta, limpeza e processamento de dados de marketing, reduzindo significativamente o tempo gasto em análises manuais. Criei e mantive pipelines de dados que integravam múltiplas fontes (Google Analytics 4, APIs de Mídia Paga) para alimentar dashboards automatizados em Looker Studio, fornecendo insights em tempo real para a gerência. Atuei como ponto de contato técnico e auxiliando na tomada de decisões, traduzindo requisitos de negócio de clientes em inteligência baseada em dados e apresentando resultados de forma clara para stakeholders não-técnicos. Tecnologias utilizadas: Excel, Powepoint, Python, Google Analytics, Looker Studio

Orientador: Prof. Dr. Zhao Liang e Prof. Dr. Renato Tinós Tema: Entropia como termo de corregularização na otimização de modelos semi-supervisionados Multiview

Orientador: Prof. Dr. Alexandre L. Correia Tema: Caracterização de aspectos físicos e atmosféricos inferidos por imagens de satélite no interior do estado de São Paulo