Transformo dados em decisão
Organizo fontes, construo indicadores e desenvolvo análises e dashboards para tornar performance, desvios e oportunidades visíveis para o negócio.
Power BI · SQL · Python · Microsoft Fabric · Power Platform
Transformo dados, processos manuais e problemas de negócio em soluções analíticas e automatizadas que aumentam eficiência, confiabilidade e apoiam a tomada de decisão.
Organizo fontes, construo indicadores e desenvolvo análises e dashboards para tornar performance, desvios e oportunidades visíveis para o negócio.
Mapeio processos, regras e exceções para reduzir retrabalho com Python, RPA, Power Automate, Power Apps e integrações.
Minha experiência em finanças, operações e comercial ajuda a traduzir necessidades de negócio em soluções técnicas com resultado mensurável.
Pablo Melo
Atuo na interseção entre Dados, Automação e Negócios, desenvolvendo soluções que transformam processos manuais e grandes volumes de informação em eficiência operacional, inteligência e suporte à tomada de decisão.
Tenho experiência com Data Analytics, Business Intelligence e automação de processos, utilizando principalmente SQL, Python, Power BI, Microsoft Fabric, Power Automate, Power Apps e RPA.
Minha trajetória em finanças, contabilidade e negócios me permite compreender o contexto por trás dos dados e conectar tecnologia às necessidades reais das áreas. Não quero apenas desenvolver tecnologia: busco construir soluções que gerem impacto mensurável.
Uma trajetória que evoluiu de Excel e automação de rotinas para BI, SQL, Python, Microsoft Fabric e soluções de dados conectadas ao negócio.
Competências organizadas pelo papel que desempenham nas soluções — da análise à automação e integração.
Estudos de caso de entregas reais — clique para ver contexto, arquitetura, desafios e resultados. Detalhes proprietários foram simplificados ou anonimizados.
Projetos corporativos: dados sensíveis, credenciais, nomes de sistemas internos e regras confidenciais não são expostos.
Pipeline de visão computacional e motor de regras que substituiu um robô terceirizado, elevando a taxa de sucesso e eliminando o custo do fornecedor externo.
O processo de autuação de veículos por evasão de pedágio dependia do robô de uma empresa terceirizada, com regras genéricas e pouco controle sobre o comportamento do sistema.
Taxa de sucesso de apenas 52%, custo recorrente de fornecedor externo e nenhuma visibilidade sobre por que um trânsito era ou não autuado corretamente.
Construí um robô próprio do zero: pipeline de visão computacional para ler a placa na foto do trânsito, um motor de regras de decisão em cascata (5 passos determinísticos) e integração direta com o sistema legado da concessão.
Taxa de sucesso de 52% para 98%. Detector de placas fine-tuned próprio validado em 344 imagens: 97,1% de detecção contra 93,6% do modelo genérico (15 casos recuperados / 3 perdidos). Auditoria completa de toda decisão automatizada, com painel web de acompanhamento.
Separar decisão (regras puras e testáveis) de execução torna bugs de lógica fáceis de achar — não uma caixa-preta. Todo sistema que age em produção precisa de um "modo teste" ligado por padrão antes de qualquer escrita real.
Robô de auditoria somente-leitura que cruza imagens, dados de passagem e cadastro antes da autuação — nunca decide sozinho o caso final.
Trânsitos marcados como "violação" precisavam de triagem manual antes de virarem autuação — checando isenções, TAG liberada e pagamentos duplicados.
Triagem manual levava quase duas horas por rodada e carregava risco real de autuar um trânsito com justificativa legítima não identificada a tempo.
Motor de decisão com árvore de 5 passos em ordem fixa (duplicidade → exceção de integração → isenção → TAG liberada → candidato real a evasão), que nunca grava a decisão final sozinho — casos sem exceção clara vão para fila humana.
Tempo de validação caiu de ~1h45 manuais para 20 minutos automatizados, processando mais de 200 trânsitos por rodada (~5x o volume) sem erro humano — com painel de acompanhamento do % de validação por praça e por pista.
Auditoria total (toda ação e toda chamada registrada) foi o que permitiu achar e corrigir o bug de regra em produção rapidamente. Regra "genérica demais" é o maior risco em automação de decisão.
Dois robôs desacoplados que reprocessam trânsitos presos entre status de pagamento em um sistema legado sem API documentada.
Trânsitos cujo pagamento por TAG foi perdido, ou que ficaram presos entre status de pagamento, dependiam de reprocessamento manual dentro do sistema legado de gestão de pedágio.
Receita não arrecadada por falha de pagamento não identificada, e trânsitos travados sem reprocessamento automático — além de uma API legada (ASP.NET WebForms) sem documentação alguma.
Reescrevi um robô que originalmente dependia de navegador (Playwright) para chamadas HTTP diretas — com scripts de diagnóstico dedicados para engenharia reversa do payload da API antes de codificar qualquer regra de negócio.
Reprocessamento manual substituído por rotina automática e auditável, com trava de execução em arquivo e modo teste centralizado antes de qualquer ação em produção.
Nem todo retry é seguro — a diferença entre timeout de conexão e timeout de leitura decide se um retry duplica uma cobrança ou uma autuação.
Automação com navegadores em paralelo que gera, baixa e entrega relatórios recorrentes direto no SharePoint corporativo.
Relatórios mensais recorrentes de tráfego e receita (como o Relatório Mensal de Tráfego/VEP) dependiam de extração manual em portal legado, para múltiplas praças e tipos de relatório.
Processo repetitivo e demorado, sujeito a atraso e erro humano, repetido todo mês para cada concessão e cada variação de relatório.
Automação com Playwright rodando múltiplas instâncias de navegador em paralelo (uma por relatório), com captura resiliente de download e entrega automática no SharePoint/OneDrive corporativo, sempre no horário certo.
Execuções reais documentadas em log: 8 instâncias em paralelo processadas em 7min25s (7 de 8 relatórios OK); 6 instâncias em paralelo em 6min31s (6 de 6 OK) — trabalho manual eliminado, com entrega no horário certo todo mês.
Paralelismo com escalonamento de início evita derrubar sistemas legados. Timeout duplo é essencial quando não se controla o comportamento do backend.
Substituição de um processo crítico baseado em planilhas lentas por uma arquitetura de aprovação segura e 100% rastreável.
O processo de aprovação de ajuste de caixa rodava em planilhas sobrecarregadas, sem rastreabilidade formal do fluxo de aprovação.
Lentidão, dependência de intervenção manual em cada etapa e falta de governança sobre quem aprovou o quê e quando.
Desenvolvi um aplicativo de aprovação em Power Apps para a supervisão, com governança em listas do SharePoint e fluxos no Power Automate executando as regras de negócio de forma autônoma.
Migrar um processo crítico de planilha para Power Platform sem perder nenhuma regra de negócio existente, mantendo rastreabilidade total do fluxo de aprovação.
Processo 100% auditável, com zero intervenção humana na execução das regras de negócio.
Power Platform é suficiente para digitalizar processos críticos de governança sem precisar de um aplicativo customizado do zero.
Tecnologia entra depois do entendimento do processo, das fontes e do resultado esperado.
Problema de negócio, processo atual e impacto esperado.
Fontes, regras, exceções e qualidade dos dados.
Transformação, padrões, gargalos e oportunidades.
Dashboard, automação, aplicação, integração ou pipeline.
Monitoramento, confiabilidade e impacto mensurável.
Meu ponto de partida é o problema, não a ferramenta. Busco entender o processo, estruturar os dados e escolher a solução mais adequada para gerar impacto mensurável.
Robô terceirizado, taxa de sucesso de 52%, sem controle sobre as regras.
Robô próprio com pipeline de visão computacional e motor de regras testável.
98% de sucesso + fim do custo com fornecedor externo.
~1h45 de triagem manual por rodada, sujeita a erro humano.
Árvore de decisão automatizada, com auditoria total de cada ação.
20 minutos, +200 trânsitos (~5x o volume), com processamento automatizado e auditável.
Consultas lentas em bases operacionais críticas do dia a dia.
Reestruturação e otimização de queries.
Até 90% de redução no tempo de execução.
Planilhas sobrecarregadas, sem rastreabilidade formal.
Power Apps + governança em SharePoint + Power Automate.
100% auditável, zero intervenção manual.
Métricas derivadas de entregas profissionais e validações técnicas. O objetivo é mostrar impacto, não apenas ferramentas utilizadas.
Produtos analíticos desenvolvidos para transformar dados operacionais e financeiros em indicadores úteis para tomada de decisão. Cada painel apresenta contexto, KPIs e a decisão que apoia. Todos os valores exibidos são fictícios, gerados apenas para fins demonstrativos deste portfólio.
FICR — Faculdade Católica Imaculada Conceição do Recife
UNINASSAU · Bacharelado
ETE Professor Lucilo Ávila Pessoa
Formações priorizadas pela relação direta com Dados, Business Intelligence e Automação.
Xperiun
Data Science Academy
Fundação Bradesco
ENAP
Rocketseat
FM2S · Statsmodels e SciPy — formação
SoulCode · formação
Rocketseat · formação
Do Analytics
Aprova Cursos