Plataformas de dados e lakehouses
Warehouse que nao precisa de alguem cutucando toda semana pra continuar de pe.
Oi, sou o Bruno
Bruno Mendes
Data Engineering + Sistemas de AI
Disponivel para novos projetos · Agendar uma conversa · Conectar no LinkedIn
O que realmente sai do forno
Dados e automacao que nao te ligam de madrugada.
Pipelines, integracoes e agentes de AI rodando em producao, com logs, retries e monitoramento configurados desde o primeiro deploy. Voce descobre que algo quebrou antes do seu cliente — eu ja apaguei incendio de madrugada o bastante pra fazer diferente agora.
Os times pra quem eu construo isso: financas, operacoes, marketing e growth.
O que isso evita
- Sem quebra silenciosa de pipeline
- Toda duplicidade e pega antes de virar retrabalho
- Voce recebe o alerta enquanto ainda da tempo de resolver
- Handoff sem call de emergencia
Monitoramento ao vivo
- Integracao Sincronizado
- Proximo ciclo em 1h
- Monitoramento Nenhum problema detectado
Pipeline diario
84%
128
execucoes / min
+30
clientes atendidos
GCP + AWS
entrega em cloud, warehouse e stacks de ativacao
Frentes de atuacao
As quatro coisas que os clientes me contratam pra fazer
Integracoes de marketing e receita
Saiba qual canal trouxe o cliente, sem juntar Meta Ads, GA4 e CRM na mao pra descobrir.
Automacao financeira e operacional
Chega de planilha de conciliacao que so uma pessoa sabe abrir. ERP e financeiro conversando direto.
Fluxos de AI e pipelines de sinais
Agente de AI que registra cada decisao que toma, para debugar levar minutos, nao dias.
O que eu realmente construi
Projetos selecionados
Schemas limpos, pipelines seguros para replay, um handoff que outro engenheiro consegue assumir.
Automacao financeira
Financial Process Automation via Web Scraping
Um fluxo em Python que faz login, concilia o que encontra e transforma a rotina de copiar e colar do financeiro em registros limpos, prontos para BigQuery.
Operacoes com AI
AI Automation Engineer Workflows
Ingestao de inbox, logica de tarefas em CRM e registros de acao do agente transformam cada decisao automatizada em algo com rastro auditavel, para voce puxar exatamente por que o agente fez o que fez.
Stack por tras dos projetos acima
- Python
- dbt
- BigQuery
- AWS
- GCP
- Lakehouse
- Dagster
- Observability
- AI Agents
- Workflow Automation
- Revenue Ops
- ERP Integration
- Finance Automation
- Marketing Attribution
- CRM Automation
- GitHub Actions
Como um projeto acontece
Da primeira call ao handoff
01
Escopo
Um discovery curto, geralmente uma ou duas calls, identifica as poucas decisoes que realmente definem custo e arquitetura.
02
Construcao
O pipeline ja roda com dado real nas primeiras semanas, e voce pode entrar e checar por conta propria.
03
Operacao
Todo pipeline sai com monitoramento e retries seguros desde o primeiro dia. Ja consertei sistema demais onde isso so foi adicionado depois do primeiro apagao.
04
Entrega
Runbooks e um repositorio organizados para outro engenheiro evoluir sem precisar de uma call explicando tudo.