Localizado em São Paulo - SP🪐
🎂 25/01/2000 | 🕒 25 anos | 💼 Sênior | 🌐 jhonatan.sbs| 📧 jhonatan321e@gmail.com| 📞 +55 11 98256-3043 | 📍 São Paulo, BR | 💻 disponível
Atuo no desenvolvimento de soluções orientadas a dados, com foco em Data Engineering, Data Analytics e Business Intelligence. Trabalho com automação de processos, análise avançada e aplicação de Machine Learning e AI Automation para gerar eficiência operacional. Tenho experiência na construção de dashboards, modelagem de dados e integração de informações para apoiar decisões estratégicas, impulsionando resultados em áreas como operações, vendas e planejamento.
Um cliente enfrentava um caos documental versões conflitantes, nenhuma rastreabilidade e retrabalho constante. Fui contratado para desenvolver sob medida uma solução exclusiva e profissional. Entreguei um sistema desktop com login seguro (SHA‑256), dois níveis de permissão e versionamento implícito cada atualização gera nova versão mantendo o histórico completo. Implementei validação de unicidade por ID+TIPO+CÓDIGO, busca fuzzy, filtros, calendário visual, exportação Excel, suporte a PT/ES com o objetivo de atender Agentina, Brasil, Chile, México e Perú. e sincronização com OneDrive. Tudo persiste localmente com banco de dados em nuvem, com painel admin para gestão de usuários. o cliente eliminou totalmente o retrabalho, ganhou auditoria confiável (quem, quando, qual versão) e reduziu o tempo de busca a segundos. A ferramenta virou padrão interno.
No dia a dia de desenvolvimento e análise de dados desde refatoração de código até integração de APIs complexas e geração de documentação técnica. Adotei um fluxo de trabalho orientado por IA, utilizando Claude, ChatGPT, GitHub Copilot, Gemini e DeepSeek de forma estratégica para refatorar e otimizar código Python, gerar e depurar queries SQL, acelerar integrações com APIs, estudar novas tecnologias e estruturar apresentações técnicas. Reduzi drasticamente o tempo de desenvolvimento, aumentei a qualidade e performance dos pipelines entregues e criei uma camada de aceleração intelectual no meu fluxo transformando IA em ferramenta central de engenharia, não apenas assistente.
Desenvolvi pipelines de ingestão incremental conectando a API do Zendesk ao Snowflake, extraindo audits e eventos de tickets de múltiplos canais (chat, social media, native messaging Web, Email). Modelei dados conversacionais em camadas bruto, tratado e analítico com lógica de deduplicação, detecção de novos tickets vs. atualizações, retry automático em falhas de API e orquestração de scripts via subprocess. A solução alimenta dashboards de Customer Support Intelligence com visibilidade omnichannel para tomada de decisão em tempo D-1 . O diferencial está na camada de eventos cada ação dentro de um ticket mudança de status, atribuição de agente, comentário, resposta automática ou interação por canal. é capturada individualmente como um evento rastreável, permitindo reconstruir a linha do tempo completa.A solução inclui lógica incremental inteligente (novo ticket vs. atualização vs. já sincronizado).
Desenvolvi pipeline de ingestão de protocolos regulatórios do PROCON via API Azure, com coleta mensal paginada desde 2025, deduplicação por protocolo, normalização de timestamps complexos via SQL e carga incremental no Snowflake usando staging table garantindo rastreabilidade e conformidade dos dados regulatórios.
Desenvolvi pipeline completo de ingestão de tickets do Reclame Aqui via API HugMe, com paginação automática, flatten de JSON aninhado, carga incremental no Snowflake e publicação automática no Google Sheets — com sistema de retry, auto-reinicialização por falha SSL/rede e controle de progresso persistido direto no Snowflake.
Desenvolvi um UserScript que injeta um sistema de notificações e timer visual no Zendesk, com indicadores de cor progressivos (branco → amarelo → vermelho) baseados no tempo de espera do cliente, HUD flutuante e alertas no título da aba — zero latência, zero infraestrutura.
Desenvolvi pipeline completo com integração à API do Zendesk, processamento automatizado em Python e dashboard interativo com métricas ao vivo, análise de sentimentos e visibilidade por agente, grupo e canal.
Introduzi esse mecanismo para poder entender como que está as nossas entregas de Target e buscar entender o que aconteceu para não atingir o resultado E classificar com Farol de qualidade
Utilizei o jira como mecanismo para demandas internas e externas com o objetivo de Acompanhar tickets e semanalmente acompanho as entregas
Contribuí para o desenvolvimento e acompanhamento de indicadores chave como: gestão de tempo e produtividade (unidades produzidas e tempo gasto), utilização , ociosidade e Volume hora a hora. Também monitorei o tempo do primeiro e último bip, o tempo de refeitório, SLA entre tarefas, ETD e o tempo de saída do caminhão até a portaria
Desenvolvi uma calculadora que mede a produtividade por hora, identificando períodos de ociosidade. Ela calcula quantas unidades a pessoa precisa produzir a mais para compensar o tempo perdido ou, ao contrário, quanto tempo ela poderia reduzir de trabalho, aumentando a produção para atingir a meta estabelecida.
Tanto na Amazon como no Mercado Livre é desenvolvi metodologias para descobrir Quais são as áreas quais são os times quais são as pessoas que mais acessam os dashboard desenvolvidos.
Utilizei 17 pontos para Chromeboxes,rede, TV Para usdo de um microserviço Docker Xibo no Linux para exibir nas esteiras do Mercado Livre informações sobre produtos parados em picking, não processados para packing e pendentes com base no horário de corte. O objetivo foi reduzir o tempo gasto e melhorar a visibilidade e experiência dos processos de canalização e flow rack.
O Cascading foi desenvolvido para dar visibilidade à avaliação de desempenho dos líderes no Mercado Livre, com base no resultado dos seus indicadores. Aplicado a gerentes, supervisores e team leaders, a metodologia analisa 4 pilares: safety, people, operation e quality, totalizando 14 KPIs. Cada KPI é avaliado de 1 a 3 pontos (abaixo, atende, supera), e os pilares recebem uma média ponderada (0.20 no semestre e 0.30 no final do ano). A soma dos pilares determina o resultado total, que serve para definir quem será promovido.
Um dos meus melhores trabalhos foi a criação de um sistema de indicadores superdinâmico, atualizado três vezes ao dia, para os três turnos diferentes. Ele traz resultados diários, mensais e trimestrais, para picking packing, atrelamento e multi warehouse são mais de 60 KPI de produtividade. além de permitir comparações entre os turnos no mesmo local. O mais interessante é poder acompanhar os recordes semanais, sempre surpreendendo com a evolução dos resultados e contando uma historia atualizada.
O projeto de WhatsApp foi interessante porque, no Mercado Livre, a principal forma de comunicação interna era via WhatsApp. Criei um mecanismo usando Google Apps Script para ler e-mails, criptografar imagens e enviá-las para um servidor de armazenamento. Com a API Twilio, automatizei os disparos no WhatsApp, eliminando o trabalho manual repetitivo de tirar prints da tela para gerar relatórios.
O Mantra foi um mecanismo que criei para entender o que acontecia entre turnos. Os textos de justificativas eram longos e difíceis de comparar, então usei machine learning para identificar padrões e palavras em comum entre os relatos dos três turnos. Isso me permitiu conectar a jornada dos turnos (manhã, tarde e noite), encontrar causas compartilhadas de problemas e entender quais planos de ação funcionavam melhor. Com meu código de análise, consegui metrificar o desempenho e apontar semanalmente qual turno estava se destacando.
No projeto Bikcraft eu trabalhei no desenvolvimento completo do HTML, CSS e JavaScript do site, além do UX/UI Designer pelo Figma.
Implementei um controle para monitorar tickets de FBA, substituindo o controle via Quip por um sistema de métricas em WBR e MBR.
Lidou com desafios significativos relacionados à quebra de Launch, Outputs, Inputs e atualizações de tabelas, especialmente com o fim da allow list.
Implementei um controle para marcar office hours, economizando tempo e melhorando a eficiência. Forneci 264 office hours em 292 dias, me tornando a pessoa mais ativa em FBA, melhorando a disponibilidade para a equipe.
Utilizei Ontime Para organizar o tempo de slides e o tempo que seria de apresentação de cada area e seus principais indicadores.
Introduzi a ferramenta Pyramid no FBA para rastrear escalonavelmente o status dos jobs, permitindo correções rápidas de erros.
A Amazon enfrentava desafios sérios na gestão das entradas e saídas de veículos em suas instalações. O processo manual de liberação de caminhões na portaria era lento, sujeito a erros e resultava em longas filas. Esses problemas estavam afetando negativamente a eficiência operacional e a satisfação dos motoristas e transportadoras.
Na Amazon, o conceito de **"time off task"** é crucial para monitorar a eficiência dos funcionários nas atividades logísticas, como contagem, picking e stow. Percebi que não havia um sistema robusto para extrair e analisar os dados sobre o tempo que os funcionários passavam inativos durante essas tarefas. Esse tempo não produtivo podia ser causado por manutenção, quedas de energia, ou até mesmo erros como esquecer de bater o ponto. Além disso, a falta de monitoramento detalhado podia levar a problemas de segurança dos produtos e ineficiências operacionais. Decidi desenvolver um sistema pioneiro para minerar essas informações e fornecer dados mais precisos sobre o tempo inativo dos funcionários. Utilizei diversas ferramentas para coletar dados, como TL, ICQA, Pick Console, FCResearch, FCLM e AFTLite, cada uma com suas próprias limitações. Minha abordagem envolveu integrar e analisar esses dados de forma detalhada, o que permitiu identificar falhas operacionais e oportunidades de melhoria na eficiência e segurança. O resultado foi uma visão mais clara e detalhada das atividades dos funcionários, permitindo uma melhor gestão do tempo off task e a identificação de áreas críticas que precisavam de atenção. Isso não apenas melhorou a performance geral das operações, mas também ajudou a prevenir riscos associados ao manuseio inadequado dos produtos, garantindo maior segurança e rastreamento dos itens durante o transporte. Assim, minha solução contribuiu significativamente para a otimização das operações logísticas e para o aumento da eficácia da equipe.
No centro de distribuição GRU5, a operação sofria com baixa eficiência, perdas de inventário e gargalos invisíveis. A falta de visibilidade sobre movimentações internas impedia a identificação de riscos de segurança e a otimização do cycle time. Assumi a liderança técnica e desenvolvi um sistema personalizado de heatmaps usando macros em VBA. A solução mapeou com precisão blocos, ruas e fluxos de pessoas e produtos em tempo real, permitindo análise detalhada de incidentes e desaparecimento de itens. O impacto foi transformador: redução drástica do tempo de deslocamento, queda nas perdas operacionais, prevenção proativa de falhas e tomada de decisão baseada em dados concretos. A GRU5 deixou de operar no escuro e passou a enxergar cada centímetro do armazém com inteligência visual. Minha entrega não foi apenas uma ferramenta; foi um novo padrão de excelência logística, provando que análise avançada de dados vira vantagem competitiva real.
Na Amazon, produtos de alto valor representavam um risco financeiro gigantesco. Furtos, extravios e falta de controle geravam perdas silenciosas e ineficiências operacionais. Não existia um sistema robusto para classificar, rastrear e proteger itens sensíveis como eletrônicos e joias. Assumi a liderança técnica dessa área crítica e desenvolvi uma solução completa: criei um classificador inteligente baseado em tamanho, peso, valor e categoria; implementei o Modo H, um protocolo rigoroso de inventário; e desenhei um coletor de dados em tempo real com alertas automáticos para paletes parados em locais inadequados. O impacto foi imediato e transformador. Reduzimos drasticamente perdas e furtos, aumentamos a eficiência do controle de estoque de alto risco e ganhamos visibilidade total sobre cada item valioso. Hoje, a operação responde rapidamente a qualquer vulnerabilidade, e o fluxo de produtos críticos é otimizado com segurança. Minha iniciativa não apenas salvou milhões em riscos financeiros, mas também estabeleceu um novo padrão industrial. Prova que tecnologia personalizada, análise de dados e liderança visionária viram proteção de ativos em vantagem competitiva.
Durante minha atuação na JBS, liderei uma iniciativa focada na redução de custos energéticos por meio do projeto EVA (Energia, Vapor e Água). A partir de auditorias operacionais, implementei uma abordagem orientada a dados, desenvolvendo um aplicativo em C# com SQLite que permitiu coleta, cálculo e análise em tempo real. Isso trouxe mobilidade, padronização e maior precisão às inspeções. Como resultado, identifiquei desperdícios críticos, como equipamentos operando sem necessidade, gerando impacto direto na redução de custos e melhoria da eficiência. Além disso, apoiei a gestão com dados concretos para decisões estratégicas e expandi a visão do projeto para outros insumos, como água. A solução se destacou pela inovação e escalabilidade, mesmo sem uso de IoT, consolidando meu papel técnico e estratégico.
Na Amazon, o recebimento e armazenamento de produtos eram um gargalo silencioso. O espaço subutilizado, picos de carga mal gerenciados e discrepâncias de inventário geravam perdas e ineficiência. Produtos de alta demanda, como eletrônicos e itens sazonais, ficavam mal organizados, e a falta de planejamento estratégico comprometia a fluidez logística. Assumi a liderança dessa frente e implementei um plano abrangente. Reprojetei o layout de armazenamento para maximizar bins e priorizar itens de alta rotatividade. Criei métricas de controle para monitorar precisão no recebimento, detectando faltas ou excessos em tempo real. Estabeleci protocolos de segurança para produtos sensíveis, prevenindo danos e obsolescência. O resultado foi transformador: redução drástica de perdas e discrepâncias, aumento da capacidade de armazenamento sem necessidade de expansão física, e gestão eficaz de picos de carga. Hoje, a operação responde com agilidade à demanda, os produtos ficam menos tempo expostos e a segurança do inventário saltou a novos patamares. Minha estratégia baseada em dados não resolveu apenas problemas imediatos criou um padrão de excelência que prova como planejamento inteligente e métricas certeiras viram vantagem competitiva sustentável.
Na Amazon, a gestão de produtos defeituosos e materiais vencidos gerava desperdício gigantesco e altos custos de descarte. Alimentos próximos ao vencimento iam para o lixo, eletrônicos devolvidos sem lacre ficavam parados, e embalagens eram descartadas sem critério. A sustentabilidade era um discurso, não uma prática. Assumi a liderança de dois projetos inovadores que viraram a chave. Criei uma loja interna de produtos defeituosos, onde funcionários trocam moedas acumuladas em treinamentos por itens reaproveitados isso elevou engajamento e reduziu perdas. Paralelamente, implementei o programa "Amazon Quase Novo" para eletrônicos devolvidos, revendendo-os em excelente estado com custo reduzido. Alimentos com prazo próximo foram direcionados a doações ou transformados em insumos logísticos, como produtos de limpeza. O impacto foi brutal: queda drástica no desperdício e nos custos de descarte, nova receita com vendas de quase novos, e uma cultura de sustentabilidade de verdade. Funcionários mais motivados, consumidores com opção econômica e verde, e a Amazon provando que reduzir, reutilizar e reciclar também é lucro. Minha visão transformou problemas em oportunidades e estabeleceu novos padrões de eficiência sustentável.
No centro de distribuição da Amazon, espaço e tempo estavam virando inimigos. A capacidade de armazenamento vivia no limite, caminhoneiros perdiam horas aguardando docas, e métricas de coleta e recebimento geravam gargalos invisíveis. A operação travava, e os custos subiam. Assumi a liderança da transformação logística e implantei um ecossistema de métricas inovadoras. Criei o Gas Tank, um monitor da capacidade máxima do armazém que evita saturação. Desenvolvi Expected Pick-ups e Confirmed Pick-ups % para rastrear a pontualidade das transportadoras. Introduzi o MTTS (Mean Time to Slot) reduzindo drasticamente a espera dos caminhoneiros por docas. Mapeei um funil de tempo de processamento desde a criação do envio até o recebimento, identificando cada gargalo. Ainda implementei métricas de sellers, análise de produtos com defeitos e controle de CPU/CPP. O impacto foi brutal: utilização do espaço otimizada, confiabilidade das transportadoras disparou, tempo de espera no inbound caiu, e os gargalos sumiram do mapa. Sellers mais ativos, custos sob controle rumo ao break-even em 2025. Minha visão provou que métricas precisas não são só números – são alavancas de eficiência que transformam um CD caótico em uma máquina logística de alto desempenho.
Durante minha atuação como Jovem Aprendiz na JBS, desenvolvi uma base sólida em Saúde e Segurança do Trabalho, atuando diretamente com rotinas críticas como controle de EPIs, verificação de CA, gestão de ASOs (admissional, demissional e periódico) e apoio em processos como CAT, PPRA e PCMSO. Participei de inspeções (hidrantes, extintores), análises de risco, liberações operacionais e acompanhamento de exames médicos, o que fortaleceu minha visão preventiva e atenção a detalhes. Além da execução, contribuí com organização de dados, registros em planilhas e apoio em iniciativas como CIPA, SIPAT, DDS/DSS e campanhas de prevenção. Também tive participação no Projeto EVA, conectando segurança com eficiência operacional. Esse conjunto de atividades me posicionou como um profissional analítico, capaz de transformar rotinas operacionais em informações estratégicas, reduzindo riscos, melhorando conformidade e apoiando decisões com base em dados.
Percebi uma oportunidade de inovação após ver dados dados desorganizados, processos manuais repetitivos e baixa conversão. Equipes de vendas afogavam em tarefas administrativas em vez de fechar negócios. Vi a oportunidade e desenvolvi um sistema inovador de gestão de leads. Construído em Python, a solução faz web scraping automatizado na nuvem para coletar leads por região, estado e CNPJ em tempo real. Integrei com Firebase do Google para armazenamento seguro e escalável, e com a API do IBGE para validar endereços e analisar atividades econômicas por CNAE. O sistema qualifica leads automaticamente, filtrando e categorizando contatos com base em critérios personalizados. Ainda implementei validação e licenciamento para conformidade total. O impacto foi brutal: redução drástica do tempo gasto em tarefas manuais, equipe de vendas 100% focada em fechar negócios, e taxa de conversão de leads disparou graças a dados precisos e atualizados. Segmentação regional virou simples, endereços validados eliminaram erros de entrega, e a análise de atividade econômica permitiu campanhas hiperdirecionadas. Meu sistema não resolveu apenas um problema operacional estabeleceu um novo padrão de eficiência e inteligência na gestão de leads, provando que automação e dados confiáveis são o verdadeiro motor de vendas.
No RH, ampliei minha visão sobre gestão de pessoas e processos, atuando em atividades como recrutamento interno, triagem de currículos, agendamento de entrevistas e apoio em treinamentos. Também participei do controle de ponto, justificativas, análise de documentação e integração de novos colaboradores, garantindo organização e fluidez nos processos. Atuei ainda no suporte a benefícios, férias, contencioso trabalhista e ações internas (eventos, campanhas, 5S), sempre com foco na experiência do colaborador. Essa vivência fortaleceu minha comunicação, organização e capacidade analítica, além de consolidar minha habilidade em lidar com dados sensíveis e apoiar decisões. Como diferencial, conectei essas experiências com conhecimentos técnicos em tecnologia, agregando eficiência e melhoria contínua aos processos internos.
Durante minha experiência na JBS, atuei com tecnologia aplicada ao negócio, apoiando áreas como Controladoria e PCP por meio de planilhas avançadas, relatórios e apresentações estratégicas. Realizei formatação, configuração e migração de desktops para notebooks, além de suporte a sistemas de gestão. Também conduzi a digitalização de documentos físicos, melhorando organização e rastreabilidade. Utilizei ferramentas como Excel e Visio para criar relatórios, fluxos e layouts operacionais, otimizando processos. Com vivência em job rotation, conectei tecnologia e administração, gerando mais eficiência, produtividade e suporte qualificado à tomada de decisão.
Data Engineer | Data Specialist | Data Analytics | AI Data Scientist | BI Developer | AI Automation | Machine Learning | Workforce Planning | Sales Analytics | Operations Strategy — Profissional focado em transformar dados em decisões estratégicas, com experiência em automação, análise avançada e otimização de processos orientados a performance.