Sou Engenheiro Florestal e Cientista de Dados Geoespaciais, com uma base sólida em Desenvolvimento Backend. Meu diferencial está em unir a inteligência territorial à construção de arquiteturas de dados de alta performance.

Especialista em automatizar pipelines complexos (ETL) e desenvolver soluções de Back-end (Node.js/TypeScript), foco em transformar fluxos manuais em sistemas escaláveis. Consigo levar o processamento de dados ambientais de dias para minutos, garantindo que a informação chegue de forma segura e rápida via APIs RESTful.

• Formação: Engenheiro Florestal pela UFSJ (2025).
• Atualmente: Cientista de Dados Junior pela EnvironBIT - Consultor Analista de Geoprocessamento e Desenvolvedor GIS.
• Consultorias Especializadas: Implementação de soluções GIS automatizadas em Python para projetos de diversos portes.
• Dados: Especialista em Python (GeoPandas, Rasterio) e Google Earth Engine.
• Software & Cloud: Experiência em Clean Architecture, Node.js, TypeScript e PostGIS.
• Inovação: Criador de assistentes virtuais baseados em LLMs (Llama-3) para o setor agroflorestal.
• Missão: Democratizar o acesso à inteligência geográfica através de tecnologia robusta.

AI & EdTech | Python, Streamlit, LLM (Llama-3)

O GeoPython Assistant resolve a desconexão entre tutoriais genéricos de programação e a realidade dos dados espaciais. Utilizando Engenharia de Prompt avançada e a API da Groq (Llama-3-70b), criei um "Arquiteto Sênior" virtual que traduz dúvidas de código diretamente para o contexto GIS (FeatureCollections, Rasters, Otimização).

• Destaque: Sistema Anti-Alucinação que prioriza bibliotecas oficiais e otimização de performance para Big Data.

Python ETL | Google Earth Engine | Automação de Processos

Uma suíte de pipelines que transforma a geração de relatórios técnicos de dias para minutos. Integra processamento local (GeoPandas) para dados vetoriais sensíveis (CAR, Reserva Legal) e processamento em nuvem (GEE) para análises em escala planetária (MapBiomas, Declividade NASADEM).

• Impacto: Gera dossiês em PDF profissionais automaticamente, com cálculo de déficit de reserva legal e mapas temáticos prontos.

Uso do Solo - 1985 (Acará/PA)	Uso do Solo - 2024 (Acará/PA)

WebGIS | JavaScript | SVG Interativo | Frontend Puro

Plataforma desenvolvida para resolver a fragmentação de dados ambientais e fundiários no Brasil. Atua como um "One-Stop-Shop" conectando o usuário a bases oficiais (MapBiomas, SICAR, IDEs Estaduais) através de um mapa interativo SVG.

• Engenharia: Desenvolvido sem backend pesado, focado em performance e usabilidade (UX) para profissionais de campo.

Ciência de Dados | Jupyter Notebooks | Hidrologia | GEE

Módulos analíticos científicos para análise de dinâmica hídrica e risco de inundação. Utiliza dados do JRC Global Surface Water, HydroATLAS e MERIT Hydro para modelar microbacias e calcular índices críticos como o HAND (Height Above Nearest Drainage).

Machine Learning | R, Python, Power BI, DAX, SQL

Suíte de soluções analíticas focada em modelagem dimensional (Star Schema) e pipelines ETL para finanças, marketing e logística. O grande destaque é a integração de algoritmos preditivos diretamente na camada de visualização de negócios.

• Destaque (Lab 08 - Fraud Detection): Sistema autônomo de detecção de anomalias financeiras utilizando R e o algoritmo Isolation Forest. O modelo matemático foi integrado ao Power BI, entregando um dashboard executivo que permite à equipe de auditoria focar exatamente nas transações anômalas (Score > 0.62), reduzindo perdas com fraudes.

Data Science | Python, Scikit-learn, Plotly, API SIDRA (IBGE)

Pipeline de Ciência de Dados ponta a ponta focado no mercado florestal brasileiro. O projeto realiza a extração e tratamento avançado de dados socioeconômicos via API oficial do IBGE e aplica algoritmos de Clustering (K-Means) para segmentação estratégica de municípios.

• Engenharia: Automatiza a identificação de padrões de mercado na silvicultura, utilizando o Método do Cotovelo para otimização de clusters e visualizações interativas em Plotly para suporte à decisão.

Otimização de Clusters (Método do Cotovelo)	Segmentação de Mercado (K-Means)

Plataforma de inteligência focada na gestão de políticas de segurança alimentar em mais de 5.500 municípios. Implementa um pipeline ETL automatizado que sanitiza e armazena microdados do IBGE em formato colunar (Parquet) para altíssima performance.

• Impacto: Entrega um dashboard interativo com mapas de calor e a geração dinâmica de relatórios executivos em PDF, transformando dados brutos em inteligência governamental acionável.

Backend Puro | Node.js, TypeScript, Clean Architecture

Para demonstrar domínio absoluto dos fundamentos HTTP e engenharia de software, desenvolvi esta API RESTful do zero, sem a utilização de frameworks (como Express ou NestJS). Acesse em: https://github.com/PedroLuizskt/node-ts-webapi-without-frameworks-podcast-manager

• Arquitetura: Estruturada sob o padrão MSC (Model-Service-Controller). Implementa roteamento nativo, injeção autônoma de cabeçalhos CORS de segurança, tratamento universal de exceções (Fallback 404) e higienização rigorosa de inputs.

Estou sempre aberto a conversar sobre tecnologia, florestas e dados.