Engenharia de energia renovável · Ciência de dados
Transformo dados do setor elétrico em decisões claras — energia eólica e solar, otimização de AEP e dashboards interativos com Python, BigQuery e Power BI.
Perfil
Mago Renovável do Reino dos Dados
Engenheiro eletricista fascinado pela interseção entre engenharia, ciência de dados e sustentabilidade. Nos últimos anos tenho desbravado os desafios técnicos e estratégicos da geração centralizada de energia renovável, atuando em todas as etapas do desenvolvimento de projetos eólicos e solares.
Estimativa de AEP, micrositing e otimização de desempenho com machine learning.
Visualização avançada, modelagem preditiva e geração de insights estratégicos.
Domínio de QGIS, otimização espacial e avaliação de impacto ambiental.
Universidade Federal da Bahia (UFBA)
2014 — 2025
Segunda maior nota do Nordeste no ENADE 2023.
TCC: Otimização Aplicada ao Dimensionamento de Usinas Eólico-Solares Conectadas ao Sistema Interligado Nacional.
Baixar TCCSENAI CIMATEC
2020 — 2022
TCC: Desenvolvimento de um protótipo para automação completa de uma residência.
Trajetória
Atuação em projetos de geração centralizada de energia eólica e solar.
MARWIND Energias Renováveis
Atuo na interseção entre engenharia elétrica, ciência de dados e estratégia, participando de todas as etapas do desenvolvimento de projetos eólicos e solares de geração centralizada.
SOWITEC Group
Apoiei gestores e desenvolvedores de negócios em diversos projetos eólicos e solares.
Portfólio
Casos de estudo em otimização energética, ciência de dados e avaliação de recursos.
Plataforma para otimizar o dimensionamento e o layout de usinas híbridas eólico-solares, combinando algoritmos genéticos e modelos de machine learning para maximizar a geração.
Ganho de desempenho energético e menor variabilidade na geração ao longo do dia.
Painel interativo de inteligência competitiva que cruza dados públicos do setor de energia renovável para mapear concorrentes e oportunidades de mercado.
Apoiou decisões estratégicas e foi apresentado à diretoria internacional da empresa.
Simulações atmosféricas de mesoescala com o modelo WRF em computação de alta performance na nuvem, para avaliar o recurso eólico de novas áreas.
Avaliação de recurso mais precisa e insights técnicos mais confiáveis para a prospecção.
Modelos preditivos de Produção Anual de Energia (AEP) usando gradient boosting, calibrados com análise estatística para reduzir a incerteza das estimativas.
Estimativas de AEP mais precisas e análises de viabilidade mais sólidas.
Competências
Na interseção entre engenharia de energia renovável, ciência de dados e estratégia.
Contato
Vamos conversar sobre o seu próximo desafio em energia renovável.
Baixe meu currículo profissional completo, com o detalhamento dos projetos e competências.