Sobre
Quem levanta é quem entrega.
Sou Ronald Martins, profissional de dados em Manaus, AM. Comecei em análise — levantar o requisito, modelar, escrever a medida e apresentar para quem decide — e hoje passo boa parte do tempo em engenharia de dados: construir e manter o caminho que leva o dado até onde ele é usado.
Cheguei em dados pelo problema, não pela ferramenta. A pergunta que me interessa nunca é qual visual usar — é por que duas áreas da mesma empresa chegam a números diferentes para a mesma coisa, e o que precisa ser decidido para que parem de chegar.
A parte difícil de um projeto de dados raramente é técnica. É descobrir na terceira semana que o campo de custo da origem está defasado, com o painel já montado, e decidir o que fazer com o prazo que sobrou. Os projetos trazem essas passagens — é onde dá para ver como eu trabalho quando o plano não sobrevive ao dado real.
O passo que estou dando agora é para engenharia de dados e IA. Pipeline e modelagem já são parte do meu trabalho; LLM e RAG ainda são estudo. A stack abaixo diz qual é qual.
Em uma linha
- Base
- Manaus, AM
- Fuso
- UTC−4
- Idiomas
- Português nativo · Inglês técnico
- Formato
- Remoto ou híbrido
Trajetória
O percurso até aqui.
-
2023 — hoje
TODO: cargo atual
TODO: organização
TODO: substituir por descrição real. Uma ou duas frases sobre o escopo e o que ficou melhor depois que você chegou. Se hoje você já constrói pipeline além de painel, é aqui que isso aparece.
-
2021 — 2023
TODO: cargo
TODO: organização
TODO: substituir por descrição real.
-
2019 — 2021
TODO: cargo
TODO: organização
TODO: substituir por descrição real.
Stack
O que eu uso e o que estou aprendendo.
O que está em uso eu sustento numa conversa técnica. O que está em formação é direção declarada, não capacidade afirmada.
Engenharia de dados
Em uso
- SQL
- Python
- ETL
- Modelagem dimensional
Análise e visualização
Em uso
- Power BI
- DAX
- Power Query
Bases e plataforma
Em uso
- SQL Server
- PostgreSQL
- Git
Em formação
Direção
- Airflow
- dbt
- LLMs
- RAG