Acredito que matemática, filosofia e tecnologia formam um tripé poderoso para resolver problemas reais.
Minha atuação combina rigor analítico, visão executiva e engenharia aplicada, sempre orientada a clareza e governança.
- LinkedIn: www.linkedin.com/in/moacirfaria
- Repositório: https://github.com/IncomeView
- Reúne meus projetos de engenharia de dados, automações, pipelines, integrações e estudos técnicos.
- 🎓 Learning Journey: https://github.com/MmsFaria/LearningJourney
- Documentação completa da minha formação contínua.
Sou Matemático com atuação na intersecção entre Finanças, Dados e Governança, transformando operações complexas em inteligência estratégica.
-
Minha experiência combina:
- engenharia de dados
- FP&A e modelagem financeira
- BI executivo
- automação e integrações
- governança e padronização de processos
-
Desenvolvo soluções que unem
automação, estatística, arquitetura de dados e visão de negócio, conectando áreas como:- FP&A
- Controladoria
- Tesouraria
- Jurídico
- Operações
- Governança
-
2010 ───────── 2014 ───────── 2018 ──────────── 2023 ─────────────── 2026
│ │ │ │
│ Fundamentos │ Indicadores, │ Governança, │ Engenharia de Dados,
│ Analíticos │ Auditoria & │ Due Diligence & │ Arquitetura, FP&A Tech,
│ Matemáticos │ Processos │ Liderança │ BI Executivo & ML
│ │ │ │
│ Execução │ BI Inicial, │ BI Avançado, │ Pipelines, APIs, Fabric,
│ Técnica │ Performance │ Estratégia │ Automação & Governança
│ Financeira │ Operacional │ Executiva │ de Dados
│ │ │ │
│ Base Quantit. │ Governança │ Estrut. de │ Cultura Data‑Driven,
│ & Modelagem │ Operacional │ Processos │ Melhoria Contínua
Arquitetura de Dados Financeiros:
Pipelines completos (Bronze → Silver → Gold), Fabric Lakehouse, ADLS, Parquet, modelagem relacional e governança aplicada ao negócio.Engenharia e Automação:
Soluções em Python, SQL, Docker e CI/CD para padronizar fluxos, eliminar erros manuais e acelerar análises críticas.FP&A e Estratégia:
Indicadores, projeções, análises de performance, cenários e modelos financeiros para decisões executivas.Governança e Controle:
Integridade, rastreabilidade e consistência dos dados, conectando áreas e padronizando processos corporativos.Business Intelligence:
Dashboards executivos, storytelling analítico e modelos tabulares de alto desempenho.IA aplicada ao trabalho:
Uso de Copilot e automações inteligentes para ampliar produtividade, qualidade analítica e velocidade de entrega.
Linguagens & Processamento:
Python (Pandas, PyArrow, FastAPI, NumPy, scikit‑learn), SQL avançado, DAX, M (Power Query), VBABancos & Plataformas de Dados:
PostgreSQL, SQL Server, Microsoft Fabric (Lakehouse/Warehouse), Parquet, ADLS Gen2Infraestrutura & DevOps:
Docker, WSL2, GitHub Actions (CI/CD), versionamento semânticoIntegração & Engenharia de Dados:
APIs REST/JSON, pipelines de ingestão e transformação, automações financeiras, orquestração modularBI & Visualização:
Power BI, modelagem tabular, DAX avançado, storytelling executivoMachine Learning & Estatística:
Explainability (SHAP, PDP, Permutation Importance), regressão, testes de hipótese, pipelines MLMetodologias:
Lean Six Sigma (Yellow Belt – FM2S), DMAIC, análise de causa raiz, padronização de processos
- Grupo Empresarial (40+ CNPJs)
- Dossiê completo: https://github.com/MmsFaria/dossieOlimpoParticipacoes
- Auditoria Financeira | Due Diligence Jurídica | Gestão de Recebíveis | Recuperação Extrajudicial
- Dossiê completo: https://github.com/MmsFaria/dossieHabixNegociosImobiliarios
-
- Pipeline completo (WSL → ADLS → Fabric) com ingestão, transformação e publicação em Parquet, PostgreSQL e Fabric.
- Repositório: https://github.com/IncomeView/parquetData
- Pipeline completo (WSL → ADLS → Fabric) com ingestão, transformação e publicação em Parquet, PostgreSQL e Fabric.
-
- Arquitetura modular para automação financeira e operacional via APIs do Sienge.
- Repositório: https://github.com/IncomeView/siengeAPI
- Arquitetura modular para automação financeira e operacional via APIs do Sienge.
-
- Modelos analíticos para FP&A, vendas, inadimplência e governança.
- (Em construção)
- Modelos analíticos para FP&A, vendas, inadimplência e governança.
-
- Statistics for Data Science with Python.
- Repositórios: https://github.com/IncomeView/IBM_statistics
- Statistics for Data Science with Python.
-
- Hands‑on course on explainable machine learning techniques and model interpretability.
-
- Practical Kaggle course covering intermediate machine learning techniques, including data preprocessing, pipelines, cross‑validation, model improvement, and XGBoost.
-
- Projeto completo de limpeza, padronização e preparação de dados, baseado no curso Data Cleaning do Kaggle Learn.
- Repositórios: https://github.com/IncomeView/kaggle_dataCleaning
- Projeto completo de limpeza, padronização e preparação de dados, baseado no curso Data Cleaning do Kaggle Learn.
-
- Certificação Yellow Belt com 24h de carga horária, cobrindo:
- fundamentos de melhoria contínua
- variabilidade
- análise de causa raiz
- aplicação prática do ciclo DMAIC.
- Certificação Yellow Belt com 24h de carga horária, cobrindo: