Minha Transição

Transformar problemas em soluções sempre foi o que me moveu.
Essa é, essencialmente, a raiz da minha transição de carreira.

Quando olho para minha trajetória, percebo que sempre fui guiado pela mesma lógica: transformar problemas complexos em soluções concretas.
Na engenharia, fiz isso por 15 anos, aplicando tecnologia, análise e raciocínio técnico para resolver desafios que iam desde levantamento de plantas industriais até manutenção preditiva na mineração.

Contudo, em algum momento, percebi que essa equação já não fazia mais sentido pra mim.
E foi aí que começou meu movimento de transição.

Por muito tempo, a engenharia não foi apenas uma escolha profissional — foi a forma como eu enxergava o mundo.

Trabalhar com Laser Scanner 3D me ensinou a olhar para problemas de forma precisa, estruturada e lógica.
Era sobre transformar milhões de pontos desconexos em informação concreta, gerar modelos, análises e clareza a partir do caos.

Ainda assim, ficou claro que não era só sobre dominar uma tecnologia ou ser bom tecnicamente.
Existe um risco silencioso, menos visível, porém extremamente real:
→ Se especializar tanto a ponto de se tornar refém da própria especialização.

Quando o mercado oscilou, percebi na prática como isso podia se transformar em vulnerabilidade.
Estar atrelado a um único nicho, uma única demanda, uma única solução — simplesmente não fazia mais sentido.

Foi nesse processo que o Python entrou na minha vida.
Inicialmente, como um plano B.

→ A intenção, naquele momento, não era mudar de carreira.
Era potencializar minha atuação na engenharia, expandir meu leque de competências e mostrar que meu valor técnico ia muito além do Laser Scanner.

E funcionou:
Automatizei tarefas.
Otimizei processos.
Transformei planilhas demoradas em scripts que rodavam sozinhos.

Pela primeira vez, senti que estava no controle —
independente dos ciclos do mercado, eu tinha uma ferramenta poderosa nas mãos.

E, inevitavelmente, a pergunta começou a martelar:

“Se eu consigo resolver isso... o que mais eu posso resolver?”

Esse questionamento me levou a buscar formação estruturada:

• Graduação em Análise e Desenvolvimento de Sistemas

• Pós-graduação em Big Data e Ciência de Dados pela PUC Minas

Inicialmente, a ideia era muito clara:
→ Levar essa mentalidade de dados para dentro da engenharia.
→ Tornar minha atuação mais robusta, mais eficiente e menos dependente de nichos específicos.

Só que existe uma realidade que nem sempre se fala em voz alta — e quem já tentou inovar dentro de ambientes tradicionais conhece muito bem:

As empresas só se movem quando a dor aparece.
Enquanto não dói, não muda.

Veio, então, uma segunda frustração: a própria pós-graduação.

Ela foi fundamental para consolidar minha base técnica.
Porém, olhando para o mercado e para o cenário que eu vivia, ficou claro que só teoria não basta.
E que, se o espaço não existia, eu precisaria construir o meu.

Foi a junção de tudo isso.
→ A pouca aderência do ambiente em que eu estava para aplicar dados de forma estruturada,
→ O desalinhamento entre minha evolução técnica e as limitações daquele contexto profissional,
→ E a percepção clara de que a formação acadêmica, por si só, não seria suficiente — que tornou a decisão inevitável.

Se o espaço não existe, então eu vou construir o meu.

Assim nasceu o Small Data Lab:
um laboratório pessoal, criado para transformar conhecimento em prática, teoria em projeto e dados em decisões.

Essa transição não foi uma ruptura. Foi uma evolução.

Tudo o que construí na engenharia segue comigo — agora traduzido em dados, análises e decisões.

E, se existe algo que essa jornada me ensinou, é que não faz mais sentido ser profissional de uma única ferramenta, uma única tecnologia ou de um único mercado.

→ Hoje, meu foco está no setor financeiro, onde vejo uma sinergia natural entre minha bagagem analítica, minha mentalidade técnica e os desafios complexos que esse setor oferece.

Porém, minha trajetória não está amarrada a isso.
→ O que eu construí até aqui me permite navegar por qualquer mercado, qualquer desafio, qualquer ambiente onde dados, raciocínio analítico e solução de problemas façam a diferença.

Seja na engenharia, no financeiro, na indústria, na tecnologia ou onde for — minha lógica é clara:

→ Ser um profissional que carrega não uma única ferramenta, mas um canivete suíço de competências.
→ Porque quem se adapta mais rápido, sobrevive melhor. E, acima de tudo, constrói melhor.

No fim, minha transição não foi sobre mudar de área.
Foi sobre assumir o controle da minha trajetória.

Foi sobre não aceitar ser refém do mercado, das oscilações ou de uma única tecnologia.

Se o espaço não existia, eu construiria o meu.
E é exatamente isso que o Small Data Lab representa:

→ Um laboratório de construção de carreira.
→ Um campo de prática, de desenvolvimento, de análise e de evolução constante.