Sobre Stack Pipeline Projetos Jornada Contato
Aberto a oportunidades
Victor Marcelo Alves

Engenheiro
de Dados.

Construo pipelines ETL de produção que transformam Ex-Marketing & Admin → apaixonado por dados e código.

DATA
ENGINE
🐍 Python
🗄️ SQL
🔄 Airflow
☁️ AWS
🐳 Docker
🐘 PostgreSQL
Scroll

Da estratégia
para o código.

Minha jornada começou no marketing digital e administração, onde aprendi a pensar estrategicamente, entender métricas e tomar decisões baseadas em dados — mesmo antes de saber programar.

A paixão por tecnologia me levou a uma migração de carreira para engenharia de dados. Hoje, combino minha visão de negócios com habilidades técnicas para construir pipelines ETL robustos, modelagens dimensionais e arquiteturas de dados que realmente impactam decisões.

Acredito que o melhor engenheiro de dados é aquele que entende o porquê por trás dos dados, não apenas o como.

📊
Visão de Negócio
Background em Marketing & Admin
ETL & Pipelines
Arquiteturas escaláveis
🏗️
Data Modeling
Star Schema & Dimensional
☁️
Cloud & DevOps
AWS, Docker, CI/CD
victor@vmalves ~ %
whoami
Victor Marcelo Alves
Data Engineer | Career Changer

cat stack.json
{
  "languages": ["Python", "SQL"],
  "tools": ["Airflow", "Docker"],
  "cloud": ["AWS S3", "RDS"],
  "passion": "∞"
}

echo $STATUS
🟢 Building the future with data...
0
Projetos de Dados
0
Registros Processados
0
Tecnologias Dominadas
0
Compromisso com Qualidade

Ferramentas que
domino.

Do extract ao load, cada ferramenta foi escolhida com propósito. Minha stack é focada em construir pipelines confiáveis e escaláveis.

🐍
Linguagens & Data
Core das transformações e manipulação de dados
Python SQL Pandas PySpark PyArrow
🔄
Orquestração & ETL
Pipelines automatizados e monitorizados
Apache Airflow dbt Cron Jobs Dagster
☁️
Cloud & Infra
Deploy, armazenamento e infraestrutura como código
AWS S3 AWS RDS Docker MinIO GitHub Actions
🗄️
Bancos de Dados
Modelagem, otimização e warehouse design
PostgreSQL MySQL MongoDB Redis
📐
Modelagem de Dados
Arquitetura analítica e design dimensional
Star Schema Medallion SCD Type 2 Data Vault
Qualidade & Testes
Garantia de integridade em cada stage
Pytest Great Expectations Data Contracts CI/CD

Como eu penso em
dados.

Cada projeto segue uma arquitetura Medallion — dados brutos são refinados em camadas até se tornarem insights acionáveis.

📥
Sources
🥉
Bronze
🥈
Silver
🥇
Gold
📊
Analytics

Engenharia
na prática.

Cada projeto é construído com padrões de produção — código limpo, testes automatizados e documentação completa.

ETL Pipeline Python Airflow AWS PostgreSQL Docker

🚀 ETL Pipeline — Plataforma Analítica de E-Commerce

Pipeline ETL de nível de produção para dados transacionais de e-commerce. Implementa uma Arquitetura Medallion (Bronze → Silver → Gold) com modelagem dimensional Star Schema, orquestrado pelo Apache Airflow e integrado a serviços AWS (S3 & RDS).

🏗️
Arquitetura Medallion (3 camadas)
Star Schema com SCD Tipo 2
Data Quality Framework
🐳
Docker + MinIO (S3 local)
🔄
CI/CD com GitHub Actions
🧪
Cobertura de Testes 80%+

Do marketing
ao pipeline.

Uma trajetória não-linear que me deu uma vantagem única: entendo tanto o negócio quanto a engenharia.

2024 — Presente
Data Engineer
Transição de Carreira
Construindo pipelines ETL de produção, modelagem dimensional e arquiteturas de dados escaláveis com Python, Airflow e AWS.
2022 — 2024
Estudos Intensivos em Tech
Autodidata & Cursos
Imersão em Python, SQL, cloud computing, bancos de dados e fundamentos de engenharia de dados.
Anterior
Marketing & Administração
Experiência Corporativa
Gestão de campanhas, análise de métricas, planejamento estratégico e experiência com tomada de decisão baseada em dados.

📜 Certificações & Aprendizado

☁️
AWS Cloud Practitioner
Amazon Web Services
🐍
Python para Engenharia de Dados
Formação Especializada
🗄️
SQL Avançado & Data Modeling
Bancos de Dados Relacionais
🔄
Apache Airflow & Orchestration
Pipeline Orchestration
🐳
Docker & Containers
DevOps Fundamentals

Vamos construir
algo incrível?

Estou sempre aberto a novos desafios e oportunidades. Se você tem um projeto de dados interessante, vamos conversar.