Contexto

Ao longo de três anos na BairesDev, primeiro como Sourcing Analyst e depois como Growth Automation Associate, a maior parte do meu trabalho seguiu o mesmo formato: encontrar um processo que as pessoas executavam à mão, entender por que era manual, e substituí-lo por algo que roda sozinho e pode ser auditado depois. Os detalhes abaixo são descritos no nível do padrão técnico, e não da implementação interna. Os sistemas são proprietários; as abordagens não.

Pipeline de cadastro de parceiros

Problema. Os dados de cadastro de parceiros chegavam em planilhas e precisavam ser inseridos manualmente em um ERP interno. Entrada manual significava erros de transcrição, nenhum registro do que aconteceu e quando, e nenhuma forma de reconciliar os dois sistemas quando divergiam. Abordagem. Um pipeline ETL em nuvem conectando a entrada de planilhas ao ERP pela API, com uma camada de validação entre os dois. A prioridade do desenho era rastreabilidade: cada registro carrega um log do que foi ingerido, do que foi transformado e do que foi gravado, para que uma divergência possa ser rastreada até a origem em vez de virar discussão. Resultado. O cadastro passou a ser contínuo em vez de em lotes, e o problema de reconciliação praticamente desapareceu porque os dois sistemas passaram a ser alimentados por uma única fonte validada.

Automação de pesquisas

Problema. Um programa recorrente de pesquisas exigia que alguém agendasse, lançasse, coletasse as respostas e disparasse a campanha de follow-up — a cada ciclo, manualmente. Abordagem. Um fluxo ponta a ponta encadeando distribuição do formulário, coleta de respostas e disparo da campanha, de modo que um ciclo mensal roda do início ao fim sem intervenção. Resultado. O esforço manual recorrente foi a zero e os ciclos pararam de ser perdidos, que era o modo de falha que de fato tinha motivado o trabalho.

Prospecção assistida por IA

Problema. Identificar oportunidades de engajamento genuinamente relevantes em um grande volume de atividade de rede profissional é um problema de filtragem que não escala com número de pessoas. Abordagem. Automação de fluxo com uma etapa de avaliação por IA para trazer à superfície sinais de alto valor, alimentando abordagens personalizadas em vez de sequências baseadas em volume. Resultado. A prospecção passou de ampla e genérica para seletiva e específica, sobre um sistema que rodava continuamente em vez de em rajadas.

Antes: operações de sourcing

Antes do trabalho de automação de crescimento, como Sourcing Analyst automatizei entrada recorrente de dados com JavaScript e ferramentas de planilha, eliminando mais de 30 horas de trabalho manual por semana. Também construí frameworks de validação em Python contra APIs internas para melhorar a integridade dos dados, desenvolvi ferramentas de busca e recuperação, e administrei o ambiente de nuvem virtualizado sobre o qual rodavam as operações de dados do time.