> jefferson.focus = "Data Engineer"
Concebendo plataformas de dados escaláveis, construindo sistemas inteligentes e transformando dados em soluções orientadas a decisões.
SELECT * FROM jefferson.tools_carousel ORDER BY proficiency DESC;
jefferson.describe()
Sou Engenheiro de Dados especializado em ecossistemas de Big Data, arquiteturas cloud-native e integração de Inteligência Artificial.
O meu foco profissional é o desenvolvimento de plataformas modernas de dados baseadas na arquitetura Lakehouse, processamento distribuído e pipelines fiáveis capazes de suportar analítica à escala empresarial e aplicações inteligentes.
Áreas de especialidade:
df_expertise.head()5 rows × 3 cols| área | proficiência | foco | |
|---|---|---|---|
| 0 | Data Engineering & Big Data | 0.95 | ETL/ELT |
| 1 | Cloud Architecture & DevOps | 0.85 | Azure |
| 2 | Machine Learning Integration | 0.82 | ML/RAG |
| 3 | Data Quality & Governance | 0.88 | Data Vault |
| 4 | Technical Education | 0.96 | SENAI |
data_view.query(live=True)
Explore as tabelas simuladas e a telemetria do ambiente de dados, modelos de IA e turmas de formação técnica.
| Domínio / Layer | Dataset / Componente | Throughput / Registos | Latência / Atualização | Confiabilidade |
|---|---|---|---|---|
| Gold | fact_daily_financial_kpis |
4.820.190 | 12s | ● 99.98% |
| Silver | dim_customer_credit_risk |
1.250.040 | 35s | ● 99.94% |
| Silver | fct_order_stream_events |
12.340.900 | 4s | ● 100.0% |
| Bronze | raw_telemetry_iot_packets |
48.910.000 | 1s | ● 99.85% |
lakehouse.run(arch="medallion")
Clique em cada etapa da arquitetura Medallion para ver o que acontece e as ferramentas que uso em cada camada.
stack.groupby("domínio").agg(list)
AirflowSparkPythonMySQLPostgreSQLMongoDBPower BIDatabricksDo dado bruto ao insight corporativo: ingestão robusta, orquestração e data marts analíticos.
Competências centrais:
Microsoft AzureAWSGoogle CloudOracle CloudIBM CloudAzure DevOpsDockerLinuxPowerShellInfraestrutura em nuvem resiliente, esteiras de automação e governação de plataformas multi-cloud.
Experiência comprovada em:
Python.NET CoreC#JavaSwaggerTecnologias aplicadas no desenvolvimento de serviços, APIs e integração de sistemas distribuídos.
Angular
JavaScript
HTML5
CSS3Tailwind CSS
BlazorTecnologias frontend aplicadas primariamente na integração de produtos analíticos e colaboração full-stack.
catalog.list_projects(author="jefferson")
Motor de decisão “System 1” não-autoregressivo: decisões tipadas de escolha, score e sim/não sobre qualquer texto em um único forward pass, em 100+ idiomas, com roteador que escolhe o checkpoint ideal por requisição.
Busca inteligente em PDFs com IA: respostas imediatas e relevantes a partir de documentos, simplificando o acesso à informação e aumentando a produtividade das equipes com arquitetura RAG.
Pipeline ETL com camadas Bronze, Silver e Gold para dados financeiros do Yahoo Finance, alimentando um modelo de Machine Learning que prevê inadimplência e apoia decisões de crédito.
Visão computacional com OpenCV e Python para detecção e anotação de objetos em imagens e vídeos de rodovias com métricas de fluxo de tráfego.
Hypervisor Tipo 2 (Windows/Linux) com <5% de overhead e isolamento rigoroso: VMs em menos de 3 cliques, discos dinâmicos, 3 modos de rede, snapshots e CLI.
APIs e aplicações corporativas com Java, Spring Boot e Vaadin, estrutura organizada e suporte a Docker para construção de sistemas personalizados.
educacao.train(students, methodology="hands_on")
Como Instrutor Sênior no SENAI Sumaré, aplico engenharia ao ensino: fundamentos sólidos, laboratórios com cloud real e formação com impacto na indústria.
Lógica, SQL, Python e modelagem: a base que sustenta qualquer ecossistema moderno.
Ambientes reais (Azure, Databricks, Spark) desde a primeira aula prática.
Desafios reais conectados às demandas das empresas de tecnologia da região.
Formação para certificações oficiais, portfólio GitHub e senso crítico contínuo.
Instrutor Sênior de Tecnologia: formação técnica presencial e projetos com a indústria.
Conteúdo prático sobre engenharia de dados, cloud computing e IA.
Newsletter no LinkedIn sobre inovação, dados e tendências em tecnologia.
Fundador do canal Tech Talk Brazil e instrutor de cursos práticos na Udemy.
Histórico acadêmico e produção científica registrada no CNPq.
credentials.verify(provider=["Microsoft", "Databricks"])
Validação formal de competências em ecossistemas de dados, nuvem e inteligência artificial.
Dados relacionais, não relacionais e analytics na nuvem Microsoft Azure.
→ Ler Artigo-Guia
Machine Learning, visão computacional, NLP e IA generativa na plataforma Azure.
→ Ler Artigo-Guia
Conceitos de nuvem, arquitetura, serviços core, segurança e governança Azure.
→ Microsoft LearnArquitetura Lakehouse, Delta Lake, orquestração e a plataforma unificada Databricks.
→ Databricks Academyspark.sql("SELECT * FROM scientific_publications")
Artigos técnicos e produções acadêmicas traduzindo tecnologia em conhecimento aplicável.
github.insights("jeffersonsavidotti")
vision
Os dados devem operar como um ativo estratégico capaz de viabilizar inteligência escalável, tomada de decisão confiável e impacto mensurável no negócio.
O objetivo é projetar plataformas onde o dado flui com eficiência, escala com consistência e suporta transformações reais.
jefferson.connect(you)
Projetos, consultorias, palestras, mentorias educacionais ou uma conversa sobre dados e IA.
Abre seu aplicativo de e-mail com a mensagem pré-configurada para envio imediato.