Pablo Melo · Recife, PE

Analista de Dados
& Automação

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.

Data AnalyticsBusiness IntelligenceAutomação de ProcessosPower BIPythonSQL
Otimização de SQL
Até 90%
ganho de eficiência com otimização de consultas e acesso a dados
Processo de autuação
5298%
taxa de sucesso após automação própria e redesenho do processo
Automação / RPA
+58h/mês
de atividades manuais eliminadas em automações financeiras
Potencial de economia
+R$ 50 mil/ano
potencial de economia superior a R$ 50 mil por ano
01 · Analytics

Transformo dados em decisão

Organizo fontes, construo indicadores e desenvolvo análises e dashboards para tornar performance, desvios e oportunidades visíveis para o negócio.

02 · Automação

Transformo rotinas em fluxo

Mapeio processos, regras e exceções para reduzir retrabalho com Python, RPA, Power Automate, Power Apps e integrações.

03 · Negócio

Conecto tecnologia ao impacto

Minha experiência em finanças, operações e comercial ajuda a traduzir necessidades de negócio em soluções técnicas com resultado mensurável.

01

Sobre

Pablo Melo 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.

CargoAnalista de Dados e Planejamento
BaseRecife, PE
AtuaçãoDados · BI · Automação
Stack coreSQL · Python · Power BI · Fabric
NegócioFP&A · Operações · Comercial
FormaçãoCiências Contábeis · ADS (em curso)
02

Experiência

Uma trajetória que evoluiu de Excel e automação de rotinas para BI, SQL, Python, Microsoft Fabric e soluções de dados conectadas ao negócio.

Out 2025 · Atual
Analista de Dados e Planejamento
Austra Vias · Concessionária rodoviária
  • Focal de dados da área, apoiando governança, qualidade, disponibilidade e confiabilidade das informações.
  • ETL com SQL, Microsoft Fabric, SharePoint e múltiplas fontes corporativas; dashboards e KPIs em Power BI.
  • Soluções em Python para automação, integração e tratamento de dados, análises exploratórias e estudos preditivos.
  • Automações com Power Automate, Power Apps e RPA para validações, recuperação de receita e eficiência operacional.
  • Redesenho de processo com evolução da taxa de sucesso de 52% para 98% e otimização de consultas SQL com ganho de até 90%.
  • Sistema desenvolvido com potencial de economia superior a R$ 50 mil por ano.
SQLPythonPower BIMicrosoft FabricPower AutomatePower Apps
Nov 2023 · Set 2025
Analista de Negócios (JR → PL → SR)
Bradesco · Varejo · PJ · Alta Renda
  • Análise e tratamento de bases de clientes em Excel para acompanhamento de carteira, metas e performance comercial.
  • Segmentação de clientes e uso de dados para identificar oportunidades de cross-sell, up-sell e estratégias de abordagem.
  • Análise financeira, crédito, riscos e negociação, combinando dados e contexto comercial para apoiar decisões.
ExcelAnálise de DadosKPIsSAPKanban
Abr 2023 · Nov 2023
Analista Financeiro
Mundo do Cabeleireiro
  • RPA e automação de rotinas financeiras, incluindo processos que eliminaram aproximadamente 58 horas de trabalho manual por mês.
  • Tratamento de bases financeiras, KPIs e relatórios gerenciais com Excel e TOTVS Winthor.
RPAExcelKPIsTOTVS Winthor
Out 2022 · Mar 2023
Estagiário Contábil e Fiscal
Mendesca
  • Automação e tratamento de dados com Excel, Power Query, Power Pivot e VBA.
  • Criação de macro para leitura e processamento de XML, reduzindo trabalho manual em rotinas fiscais.
ExcelPower QueryPower PivotVBA
Out 2021 · Set 2022
Aprendiz
RPL Engenharia
  • Automação de cálculos e controles em Excel e organização de dados em uma operação com mais de 3.000 colaboradores.
ExcelAutomaçãoDados
03

Stack técnica

Competências organizadas pelo papel que desempenham nas soluções — da análise à automação e integração.

Dados & BI

Power BISQLMicrosoft FabricETLPower QueryKPIsData Visualization

Python & Desenvolvimento

PythonPandasAPIs RESTFastAPIGitGitHub

Automação & Power Platform

Power AutomatePower AppsRPAPlaywrightVBAMacros

Dados corporativos

SharePointExcelSAP S/4HANATOTVS Winthor
04

Projetos em destaque

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.

Automação inteligente · Dados · IA aplicada

Automação inteligente de processo operacional

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.

Ver estudo de caso52% → 98%

Contexto

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.

Problema

Taxa de sucesso de apenas 52%, custo recorrente de fornecedor externo e nenhuma visibilidade sobre por que um trânsito era ou não autuado corretamente.

Solução

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.

Arquitetura

SQL ServerFotosOCR / Visão Computacional (ONNX)Motor de Regras (5 passos)Ação no sistema legado / fila manualAuditoria SQLitePainel FastAPI

Desafios & soluções

  • OCR em condições adversas (fotos noturnas, ângulos ruins) → múltiplas variantes de imagem processadas até a primeira leitura confiável.
  • Múltiplos veículos na mesma foto → cruzamento de detector de veículo + detector de placa para achar o par correto.
  • Ambiente Windows sem suporte a paths longos impedia instalar Torch/Ultralytics nativamente → contornado usando modelos convertidos para ONNX Runtime.
  • Sistema legado não suporta sessões simultâneas → login escalonado entre workers para evitar quedas de conexão.

Resultado

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.

Aprendizados

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.

PythonFastAPIONNX Runtime / YOLOOCROpenCVSQL ServerSQLiteAPSchedulerpytest
Austra Vias · Auditoria & governança de decisão

Rotina de Validação de Autuação

Robô de auditoria somente-leitura que cruza imagens, dados de passagem e cadastro antes da autuação — nunca decide sozinho o caso final.

Ver estudo de caso~1h45 → 20 min

Contexto

Trânsitos marcados como "violação" precisavam de triagem manual antes de virarem autuação — checando isenções, TAG liberada e pagamentos duplicados.

Problema

Triagem manual levava quase duas horas por rodada e carregava risco real de autuar um trânsito com justificativa legítima não identificada a tempo.

Solução

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.

Arquitetura

Consulta de violações (SQL Server)Dados completos do trânsitoOCR próprio (múltiplas variantes de imagem)Árvore de decisão (5 passos)Auditoria total (SQLite)

Desafios & soluções

  • Confusão de caracteres do OCR (0/O, S/5) → correção posicional baseada no formato conhecido de placa.
  • TAG liberada não é garantia de pagamento → trava cruzando status de mensageria com leitura de antena.
  • Bug identificado e corrigido em produção: uma regra genérica de "pagamento próximo, qualquer sentido" causou 5 cancelamentos incorretos — substituída por regra estrita (mesma praça e mesmo sentido).

Resultado

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.

Aprendizados

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.

PythonRegras de negócioSQL ServerSQLiteOCR / IAPower BIpytest
Austra Vias · Recuperação de receita

Automação e integração para recuperação operacional

Dois robôs desacoplados que reprocessam trânsitos presos entre status de pagamento em um sistema legado sem API documentada.

Ver estudo de casoReceita recuperada

Contexto

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.

Problema

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.

Solução

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.

Arquitetura

SQL Server (fila elegível)Worker pool (login escalonado)Cliente HTTP próprioAção idempotente ou nãoFila de correção

Desafios & soluções

  • API sem documentação → script de diagnóstico dedicado para descobrir formato real de campos e respostas.
  • Sessões instáveis sob concorrência → login escalonado entre workers (delay progressivo).
  • Risco de duplicar uma ação de escrita → retry diferenciado por tipo de timeout (conexão vs. leitura).

Resultado

Reprocessamento manual substituído por rotina automática e auditável, com trava de execução em arquivo e modo teste centralizado antes de qualquer ação em produção.

Aprendizados

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.

PythonAPIs RESTEngenharia reversathreadingSQL Server
Austra Vias · Eficiência operacional

Automação de pipeline operacional de relatórios

Automação com navegadores em paralelo que gera, baixa e entrega relatórios recorrentes direto no SharePoint corporativo.

Ver estudo de caso~7 min / rodada

Contexto

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.

Problema

Processo repetitivo e demorado, sujeito a atraso e erro humano, repetido todo mês para cada concessão e cada variação de relatório.

Solução

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.

Arquitetura

Agendamento mensalN threads paralelas (navegador isolado)Login + filtros do relatórioCaptura do arquivo (evento nativo + fallback de rede)ValidaçãoSharePoint / OneDrive

Desafios & soluções

  • Portal sem API pública → seletores de UI com retry defensivo (scroll + clique forçado em dropdowns).
  • 6-8 navegadores logando no mesmo sistema simultaneamente → atraso escalonado entre aberturas.
  • Download sem evento nativo do navegador → fallback por interceptação de resposta de rede.
  • Timeout duplo (máximo absoluto + ociosidade) para nunca travar indefinidamente esperando o sistema fonte processar.

Resultado

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.

Aprendizados

Paralelismo com escalonamento de início evita derrubar sistemas legados. Timeout duplo é essencial quando não se controla o comportamento do backend.

PythonPlaywrightthreadingSharePointExcel
Austra Vias · Power Platform · Governança

Digitalização de processo com Power Platform

Substituição de um processo crítico baseado em planilhas lentas por uma arquitetura de aprovação segura e 100% rastreável.

Ver estudo de caso100% auditável

Contexto

O processo de aprovação de ajuste de caixa rodava em planilhas sobrecarregadas, sem rastreabilidade formal do fluxo de aprovação.

Problema

Lentidão, dependência de intervenção manual em cada etapa e falta de governança sobre quem aprovou o quê e quando.

Solução

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.

Arquitetura

Power Apps (solicitação/aprovação)SharePoint (governança & histórico)Power Automate (execução das regras)Registro auditável

Desafios & soluções

Migrar um processo crítico de planilha para Power Platform sem perder nenhuma regra de negócio existente, mantendo rastreabilidade total do fluxo de aprovação.

Resultado

Processo 100% auditável, com zero intervenção humana na execução das regras de negócio.

Aprendizados

Power Platform é suficiente para digitalizar processos críticos de governança sem precisar de um aplicativo customizado do zero.

Power AppsPower AutomateSharePointRegras de negócio
05

Como transformo problemas em soluções

Tecnologia entra depois do entendimento do processo, das fontes e do resultado esperado.

Entender

Problema de negócio, processo atual e impacto esperado.

Mapear

Fontes, regras, exceções e qualidade dos dados.

Analisar

Transformação, padrões, gargalos e oportunidades.

Construir

Dashboard, automação, aplicação, integração ou pipeline.

Medir

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.

05

Antes × Depois

Autuação de veículos

Problema

Robô terceirizado, taxa de sucesso de 52%, sem controle sobre as regras.

Solução

Robô próprio com pipeline de visão computacional e motor de regras testável.

Resultado

98% de sucesso + fim do custo com fornecedor externo.

Validação de trânsitos

Problema

~1h45 de triagem manual por rodada, sujeita a erro humano.

Solução

Árvore de decisão automatizada, com auditoria total de cada ação.

Resultado

20 minutos, +200 trânsitos (~5x o volume), com processamento automatizado e auditável.

Consultas SQL

Problema

Consultas lentas em bases operacionais críticas do dia a dia.

Solução

Reestruturação e otimização de queries.

Resultado

Até 90% de redução no tempo de execução.

Ajuste de caixa

Problema

Planilhas sobrecarregadas, sem rastreabilidade formal.

Solução

Power Apps + governança em SharePoint + Power Automate.

Resultado

100% auditável, zero intervenção manual.

06

Impacto em números

Métricas derivadas de entregas profissionais e validações técnicas. O objetivo é mostrar impacto, não apenas ferramentas utilizadas.

Consultas SQL
Até 90%
de redução no tempo de execução
Autuação de veículos
5298%
taxa de sucesso
Validação de trânsitos
1h45 → 20 min
~5x o volume processado
Detecção de placas (IA)
97,1% × 93,6%
modelo próprio vs. genérico · 344 imagens
Automação / RPA
+58h/mês
de trabalho manual eliminado
Potencial de economia
+R$ 50 mil/ano
potencial de economia superior a R$ 50 mil por ano
Confiabilidade
5 bugs
de regra de negócio corrigidos via auditoria em produção
Ajuste de caixa
100%
auditável, zero intervenção manual
07

Dashboards & Data Visualization

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.

08

Formação

2026 — 2028 · Em andamento

Análise e Desenvolvimento de Sistemas

FICR — Faculdade Católica Imaculada Conceição do Recife

2022 — 2025

Ciências Contábeis

UNINASSAU · Bacharelado

2018 — 2020

Técnico em Redes de Computadores

ETE Professor Lucilo Ávila Pessoa

09

Certificações & estudos

Formações priorizadas pela relação direta com Dados, Business Intelligence e Automação.

Power BI Ponta a Ponta

Xperiun

Microsoft Power BI para BI e Data Science

Data Science Academy

Análise de Dados no Power BI

Fundação Bradesco

Power BI para Aprimoramento da Gestão

ENAP

Fundamentos em Python

Rocketseat

Análise e Modelagem em Python

FM2S · Statsmodels e SciPy — formação

Python para Pandas e PySpark

SoulCode · formação

Automação com N8N

Rocketseat · formação

Power Automate

Do Analytics

LGPD — Gestão de Dados

Aprova Cursos

Contato

Vamos conversar sobre dados e automação?

Se você busca alguém que conecte análise, tecnologia e contexto de negócio, estes são os melhores canais para falar comigo.