Um pouco da minha trajetória

Em 2017 decidi voltar a estudar. Eu já trabalhava na área de Administração, mas, com o tempo, fui percebendo que minha cabeça e meus interesses estavam indo cada vez mais para tecnologia: computação, estatística, gestão, dados. Comecei a pesquisar melhor em que área eu queria construir meu futuro e cheguei numa conclusão muito clara: Inteligência Artificial ia crescer (e muito) em vários campos do conhecimento, e casava direto com várias ideias que eu já tinha na cabeça há anos.

Por isso iniciei uma nova graduação em Sistemas de Informação, já mirando em IA. Queria aprender a fundo minha futura área, mas sem largar o trabalho - na época eu era Gerente da Federação de Taekwondo. Então optei por uma universidade com bons horários, bem organizada e reconhecida no estado.

Assim que as aulas começaram, caiu a ficha: se eu quisesse realmente ir fundo, ia precisar ir além do que a grade da faculdade oferecia. Nesse processo conheci um colega com os mesmos objetivos que eu, e acabamos mergulhando juntos no ecossistema de tecnologia. Participamos de TCCs, palestras, trilhas do TDC (The Developers Conference), conteúdos de Big Data, Machine Learning, tudo voltado para o que a gente queria seguir. Conhecemos muita gente com objetivos parecidos e isso ajudou demais na jornada.

Em 2018, participamos de um dos maiores eventos de Big Data do Brasil, o Big Data Brasil Day. Foram dois dias em São Paulo, com palestras de grandes empresas que trabalham com IA, mostrando na prática várias formas de implementar soluções de Inteligência Artificial no mundo real. Foi uma imersão forte, tanto em conteúdo quanto em networking, com pessoas de várias partes do país.

Paralelo à faculdade, fui fazendo vários cursos online. Mergulhei de vez em Inteligência Artificial. Fiz cursos na Udacity, na Udemy e, ouvindo sugestões de colegas que já sabiam que eu gostava de estudar por conta própria, cheguei a um ponto: ou eu fazia uma pós-graduação em IA, ou escolhia um curso realmente completo, com prática e conteúdo pesado. Depois de avaliar prós e contras, em menos de um mês eu já estava imerso no curso de Cientista de Dados da Data Science Academy: 340 horas, dividido em 6 cursos, com um conteúdo muito forte e bem estruturado.

Eu sou uma pessoa muito decidida quando coloco um objetivo na cabeça - muito disso vem da minha bagagem como atleta. Em 2014 fui campeão estadual e medalhista nacional de Taekwondo. A rotina de luta, disputa e treino me ensinou a lidar com frustração, a ter disciplina e a manter o foco no que eu quero. Hoje isso reflete diretamente no jeito como eu encaro Ciência de Dados.

Minha virada de chave com Big Data veio quando apareceu um problema na empresa e eu bati no peito e disse: “Deixa que eu resolvo”. Uma semana estudando possibilidades e alternativas, e numa noite cheguei em casa às 20h depois da aula da faculdade e comecei uma raspagem de mais de 8 mil linhas de um sistema para outro, usando Python. Engatei de tal forma que só percebi que o dia tinha amanhecido quando terminei a solução. Ali entendi uma coisa importante: quando você passa horas fazendo algo, entra em fluxo, resolve um problema difícil e nem vê o tempo passar, é porque você realmente gosta daquilo. Foi assim que percebi o quanto eu era feliz resolvendo problemas multidisciplinares com Ciência de Dados.

Ao longo dessa caminhada estudei R e Python, e cheguei a integrar Qlik Sense (ferramenta de Business Intelligence) com R para gerar gráficos de séries temporais de forma interativa usando Shiny. Foi muito legal ver o servidor em R rodando, a série temporal acontecendo em tempo real e tudo isso se conectando com o BI.

Também implementei Market Basket Analysis em Python, interpretando as fórmulas e aplicando na prática para o negócio. Ajustei parâmetros, analisei resultados e depois ainda conectei isso com outras soluções da empresa, sempre com foco em gerar valor.

Depois vieram novos desafios. Surgiu uma oportunidade em outra empresa, agora para atuar com análise exploratória, perfil de compra, marketing e risco de crédito. Nesse período, cheguei inclusive a ministrar um curso básico de R para a equipe, voltado para análise, extração e transformação de dados internos.

Quando chegou a pandemia, infelizmente a empresa precisou fazer demissão em massa e eu acabei entrando nessa leva, assim como milhares de pessoas. Foi um período bem pesado, de muita incerteza. Eu aproveitei o tempo para estudar o máximo que conseguia, praticamente numa maratona de aprendizado. Dois meses depois surgiu uma nova oportunidade com um time excelente, formado por pessoas que conheci na faculdade. Fui contratado para trabalhar com análise de dados e desenvolvimento de Business Cases, ajudando a embasar mudanças de negócio e projetos de dados. Essa experiência foi fundamental para fortalecer meu raciocínio lógico sobre como transformar dados em valor para o negócio, principalmente via visualizações e gráficos.

Mesmo assim, eu sabia que o caminho em Big Data era grande e eu queria ir além. Queria trabalhar com frameworks como Spark, cloud, Hadoop, clusters em paralelo e distribuídos. A oportunidade perfeita apareceu com uma vaga em uma consultoria de TI, focada em engenharia de dados e ciência de dados. Como consultoria, eu tinha flexibilidade para transitar entre essas duas frentes, o que me ajudou muito a entender em qual delas eu me encaixava melhor.

Foi aí que comecei a trabalhar com Databricks, usando PySpark, Scala e SQL na mesma plataforma. A experiência de ter um ambiente só para lidar com Big Data, com tanta ferramenta integrada, foi muito forte. Em paralelo, eu já vinha estudando Metabase (BI open source) e esse conhecimento me rendeu algumas viagens para apresentar a clientes as diferenças entre Power BI e Metabase. Esse momento foi um divisor de águas, porque me deu visibilidade e reforçou meu entendimento do mercado em que eu estava atuando.

Depois fui convidado para um projeto que tinha tudo a ver com a minha vontade da época: visão computacional. Passei a trabalhar totalmente na nuvem da Microsoft, usando Custom Vision, Azure Machine Learning, ferramentas de rotulagem e outros serviços pagos da Azure. Foi uma experiência incrível, que carrego comigo até hoje. Gostei tanto que até hoje sigo fazendo experimentos com visão computacional, mas agora com foco maior em ferramentas open source.

Quatro anos depois, continuo me reinventando, voltando aos estudos com ainda mais bagagem do que quando comecei essa jornada. Minhas metas são claras: me manter atualizado, conectado ao que está em alta, participar de desafios com problemas reais, implementar soluções que façam diferença no mercado e contribuir com a comunidade. No médio e longo prazo, quero montar minha própria empresa e fazê-la crescer usando Inteligência Artificial como base para gerar valor de verdade.