Verified AgentReady.md certificate

Issued Oct 16, 2026, 10:17 PM sig: 89b302ee08b499f8 Verify →

Analyzed URL

https://padata.pro

Measured yesterday

Analyze another URL

AI-Ready Score

94 / 100

Excellent

out of 100

Token Savings

HTML tokens 15.214

Markdown tokens 3638

Savings 76%

Score Breakdown

Accessibility 94/100

AI Discoverability 88/100

Structured Data 100/100

Semantic HTML 95/100

Content Efficiency 92/100

Emerging protocols

1 of 6 detected

Well-known endpoints AI agents look for. Detected here means an agent can discover and connect to your service automatically.

OAuth Protected Resource RFC 9728
/.well-known/oauth-protected-resource
OAuth Discovery RFC 8414
/.well-known/oauth-authorization-server
MCP Server Card SEP-1649 draft
/.well-known/mcp/server-card.json
A2A Agent Card A2A v1.0
/.well-known/agent-card.json
API Catalog RFC 9727
/.well-known/api-catalog
Agent Skills index Discovery RFC v0.2.0 draft
/.well-known/agent-skills/index.json
- 1 skill(s)
- padata-profile

Doesn't stay fixed by itself. Monitoring isn't built yet — join the list and we'll tell you when it is.

You're on the list! We'll notify you when it launches.

What we measured Application level — Content negotiation, Link header

Your site supports Markdown for Agents only in part — "what we measured", above, lists the mechanisms you already have. Adding the rest lets more agents request markdown instead of parsing HTML, cutting token usage by ~80%.

How to implement

Serve a Markdown twin at a second URL, e.g. /page.md alongside /page.
Add <link rel="alternate" type="text/markdown" href="…"> to the HTML head.

Paste into a coding agent to make the fix

Markdown tokens: 3638

Campinas, SP · Brasil

Patrick Pimentel Corrêa Leite

Engenheiro de Dados & Engenheiro de Plataforma de Dados

Data Engineer & Data Platform Engineer

Construo plataformas de dados que sustentam decisão — da ingestão ao modelo dimensional. Na **Minerva Foods**, reduzi o custo da plataforma em **73%** enquanto o volume atendido crescia.

Databricks Azure Apache Spark Airflow Python SQL C# / .NET Delta Lake Unity Catalog Bicep Docker FinOps Modelagem Dimensional Geoespacial

[LinkedIn (abre em nova aba)](https://www.linkedin.com/in/patrickpcleite/) [GitHub (abre em nova aba)](https://github.com/RickLeite)

01 — A trilha

## Toda cadeia deixa **rastro**

Trabalho e curiosidade convergem numa mesma pergunta de engenharia: *de onde isso veio?* — respondida rápido o bastante para a decisão ainda importar.

proteína

### Cadeia física

Na Minerva, o rastro é de proteína: da fazenda ao contêiner, ao porto, a mais de 100 países. Rastreabilidade aqui não é relatório — é requisito de exportação.

fazenda → frigorífico → contêiner
→ porto → destino

pixel

### Cadeia espacial

Na MyCarbon, o rastro era de pixel e de polígono: CAR, PRODES e carbono do solo, fazenda por fazenda. Formatos cloud-native mudaram o que dá pra perguntar — e a que custo. [Ver o caso →](https://padata.pro/#mycarbon)

fazenda → polígono (CAR) → sobreposição
→ desmatamento → carbono do solo

transação

### Cadeia de valor

Em forense de blockchain, o rastro é de transação: endereço, salto, cluster, entidade. Grafo em escala, com a mesma pergunta de proveniência.

endereço → salto → cluster
→ entidade

São três domínios distintos com **o mesmo problema de engenharia**: ingerir muito, modelar bem e conseguir reconstruir a origem sob demanda. Modelagem dimensional, particionamento e linhagem não mudam de natureza quando o objeto passa de boi para pixel ou para transação — muda a cardinalidade.

02 — Stack

## O que uso, **por etapa**

Arquitetura de dados de ponta a ponta: medalhão em lakehouse, orquestrada e versionada. O que está em produção no dia a dia.

### Ingestão

- Python
- REST / APIs
- Batch & CDC

### Orquestração

- Apache Airflow
- Databricks Jobs
- Asset Bundles

### Processamento

- Apache Spark
- PySpark
- Databricks

### Armazenamento

- Delta Lake
- Azure Data Lake
- Unity Catalog

### Modelagem

- Kimball / star
- SCD Type 2
- SQL

o dado sai de uma origem e chega em **mais de 100 países** *volume, velocidade e variedade — a escala é o problema, não o detalhe*

03 — Percurso

## Onde **estive**

set 2023 — hoje

### Engenheiro de Dados / Plataforma

Minerva Foods · remoto

Plataforma de dados numa das maiores exportadoras de proteína do mundo — presente em mais de 100 países. Comecei pelo geoespacial — a base socioambiental da MyCarbon, a subsidiária de carbono do grupo ([ver o caso](https://padata.pro/#mycarbon)) — e depois assumi a plataforma. Em agosto de 2026 apresentei à liderança um ano de trabalho de plataforma organizado em **quatro frentes deliberadamente ordenadas**, sob uma tese: *a economia é consequência, não o objetivo. O que foi construído tornou o legado desnecessário* — desligar veio por último, não primeiro.

**01**Substituir*motor próprio no lugar da orquestração legada*

**02**Otimizar*o maior processo de replicação, redesenhado*

**03**Separar*workspace próprio para Data Science*

**04**Encerrar*desligar o legado com evidência*

DatabricksAzureSparkAirflowUnity CatalogC# / .NETBicep

jul — nov 2023

### Santander Coders — Engenharia de Dados

Ada · Santander Universidades

Programa intensivo de cinco meses em Big Data, Analytics Engineering e Engenharia de Dados.

2022 — 2026

### Sistemas de Informação (BTech)

PUC-Campinas

Bacharelado em Tecnologia. Conclusão em dezembro de 2026.

75 / 70.000taxa de 0,1%

Selecionado entre **75 vagas** na trilha de Engenharia de Dados do Santander Coders 2023, de um universo de **mais de 70 mil candidatos**.

04 — Trabalho

## O que **construí**

Trabalho de plataforma numa operação global de proteína, e um caso geoespacial anterior a ele. Os números de plataforma abaixo foram apresentados formalmente à liderança em agosto de 2026; o caso geoespacial é de 2023–24 e usa só fontes públicas.

−73%custo da plataforma

Reduzi em **73%** o custo da maior operação de dados da plataforma — **−42% já nos dois primeiros meses**, antes de desligar qualquer sistema legado. No mesmo período, o volume atendido **cresceu**. Mesma entrega, mesma frequência, um terço do custo.

### Custo de plataforma como problema de engenharia

FinOps

Assumi o custo da plataforma como responsabilidade de engenharia, não de planilha. Redesenhei o modelo de execução para que cada processo passasse a custar o que de fato consome, e construí a camada de governança que responde **quanto custa cada produto de dado e quem responde por ele** — pergunta que antes não tinha resposta confiável.

O resultado sustentou uma apresentação formal à liderança. Mais importante que os números: decisão de corte deixou de ser palpite. Hoje ela parte de **evidência cruzada de sinais independentes** e separa custo medido de custo rateado em vez de somar os dois num número só.

−42% em 2 meses−73% do picocusto por donoevidência cruzada

### Base geoespacial socioambiental em escala

PySpark · Mosaic · GDAL

Uma empresa de crédito de carbono precisa responder, para cada fazenda, perguntas que não estão em nenhum sistema próprio: sobrepõe terra indígena? unidade de conservação? houve desmatamento? qual o carbono do solo? As respostas estão espalhadas por **mais de vinte bases públicas**, cada uma com seu formato, sua projeção e sua frequência de atualização. Conduzi a ingestão dessas bases na **MyCarbon**, a subsidiária de carbono da Minerva — meu primeiro projeto lá (out/2023 a jan/2024).

Cada fonte virou um pipeline com cadência própria — do diário ao anual —, baixado por WFS ou HTTP, normalizado em **SIRGAS 2000**, com a geometria validada antes de gravar e lido em escala com o Mosaic no Spark. **O raster ensinou mais que o vetor**: 45 GB de altimetria não cabem num banco; cabem num storage, lidos sob demanda em formato cloud-native. É por isso que formato vem antes de ferramenta.

#### Mosaic por dentro

O Mosaic era uma extensão do Spark para geoespacial em escala, hoje arquivada. O desenho do próprio projeto tem três camadas:

**Apresentação**exibição de geometria no notebook e mapas com Kepler.gl

**Processamento**funções `ST_` de geometria (JTS), expressões do Spark com geração de código e indexação em grades (H3 ou BNG): polígonos e linhas são recortados nas células da grade, e o join espacial vira join por chave

**Dados**leitura por GDAL/OGR — vetor em paralelo com `multi_read_ogr`, raster com `gdal` — e gravação em Delta Lake

O núcleo é Scala; Python, R e SQL são camadas finas por cima. **Onde eu entrei:** usei a camada de dados e as funções de raster, enviei uma correção à documentação ([PR #444](https://github.com/databrickslabs/mosaic/pull/444)) e abri uma pergunta sobre mesclar tiles de raster em escala ([issue #489](https://github.com/databrickslabs/mosaic/issues/489)); um mantenedor explicou o comportamento do tile que eu relatei e o situou na versão 0.4.1. Foi ali que o desenho mostrou o limite que encontrei: mesclar tiles em memória não escala, e raster pertence ao storage, com um índice VRT, lido sob demanda. O sucessor, o [GeoBrix](https://github.com/databrickslabs/geobrix), documenta hoje esse caminho (COG e mosaicos VRT). O desenho de três camadas é o do [README do projeto](https://github.com/databrickslabs/mosaic), redesenhado aqui.

20+ fontes públicasCAR dos 27 estadosPRODES dos 6 biomasSIRGAS 2000

### Plataforma de Data Science entregue de ponta a ponta

Azure · Databricks

Um time inteiro de Data Science precisava sair de um ambiente compartilhado e passar a operar com autonomia — de custo, de configuração e de entrega. Entreguei a plataforma completa — rede isolada, ambiente de computação provisionado como código, e o mesmo padrão replicado entre desenvolvimento e produção. O que antes dependia de pedido e espera passou a ser provisionado pelo próprio time.

Plataforma sem adoção é custo. Junto veio o que faz a adoção acontecer: pipeline de CI/CD, material de handoff e exemplos prontos, para o time operar no padrão desde o primeiro dia — a maioria nunca tinha trabalhado assim. **Hoje respondo pelo ambiente como referência técnica**: mantenho o padrão, acompanho o que entra e garanto que a plataforma continue coerente à medida que o time cresce.

plataforma completadev e produçãoCI/CDreferência técnica do ambiente

### Substituição e encerramento de um ambiente legado

Python · C#

A área dependia de **mais de mil pipelines** presas dentro de uma ferramenta visual — sem versionamento, sem revisão, sem custo rastreável. Construí o motor que as substituiu e conduzi a migração inteira **sem um único incidente de dado**.

Só com o legado já substituído é que ele pôde ser desligado — a ordem importa, e foi ela que tornou o desligamento uma consequência em vez de um risco. Estabeleci um método de decisão apoiado em **evidência cruzada de quatro fontes independentes**, em vez de inventário declarado, e conduzi o encerramento em ondas com verificação automática antes de cada lote. **Cerca de 89% da carga histórica do ambiente antigo saiu do ar** sem quebrar consumidor.

+1.000 pipelines migradas−89% da carga legadasem incidente

### Orquestração como produto interno

Apache Airflow

A orquestração vivia dentro de uma ferramenta visual em nuvem: cada pipeline era uma configuração clicada, sem versionamento, sem revisão e sem reaproveitamento entre uma fonte e outra. Construí a camada que substituiu isso — orquestração em Airflow onde **o pipeline nasce de configuração, não de tela**.

Descrever a fonte passou a bastar: o pipeline é gerado, entra no Git e é revisado como qualquer outra mudança de software. Adicionar uma fonte deixou de custar tempo de engenharia, e o conhecimento parou de ficar preso em quem clicou. Respondo por **93 a 100% do código vivo** dessa camada. **É a diferença entre entregar pipelines e entregar a capacidade de criá-los.**

93–100% do código vivoversionado e revisado em Git

### Modelagem dimensional em que o negócio confia

Kimball · SQL

Modelo dimensional existe para que a área de negócio confie no número sem precisar saber de onde ele veio. Trabalho com **dimensões que preservam histórico** e fatos padronizados sob um contrato único do domínio — o que permite reorganizar um domínio inteiro sem quebrar quem já dependia daquele dado.

**A validação vem antes da publicação, não depois.** Nada entra no ar sem reconciliar contra a base de produção — e é isso que torna possível mexer em dado que já está em uso sem pedir que ninguém confie na promessa.

reconciliação antes de publicarSCD Type 2contrato único de domínio

05 — Formação

## Credenciais e **certificações**

**Santander Coders — Engenharia de Dados***Ada · Santander Universidades · 5 meses*

nov 2023

**Apache Airflow Fundamentals***Astronomer*

jun 2023

**Engenheiro de Dados Cloud — 148h***XP Inc. Educação · IGTI*

mai 2023

**Introduction to Machine Learning***Duke University · PyTorch*

jul 2021

**Cybersecurity Fundamentals***IBM*

jun 2021

**Inglês — nível avançado***leitura técnica e conversação*

—

06 — Radar

## O que estou **acompanhando**

Onde minha atenção está agora, em ordem de prioridade. Destacado, o que estou acompanhando de perto.

### Lakehouse

- Cube *— camada semântica para agentes*
- RisingWave *— SQL sobre streaming*
- DuckDB *— escrita em Iceberg*

### Geoespacial

- GeoBrix *— sucessor do Mosaic, que usei na MyCarbon*
- CARTO *— geo dentro do warehouse*

### Rastreabilidade

- TRM Labs *— forense de blockchain*
- ar.io *— permanência de dados*

### Pessoas que leio

- **Simon Späti** *padrões de projeto em engenharia de dados* [ssp.sh](https://www.ssp.sh/)[LinkedIn](https://www.linkedin.com/in/sspaeti/)
- **Matt Forrest** *geoespacial em escala* [forrest.nyc](https://forrest.nyc/)[LinkedIn](https://www.linkedin.com/in/mbforr)
- **Andrew Jones** *data contracts* [andrew-jones.com](https://andrew-jones.com/)[data-contracts.com](https://data-contracts.com/)
- **Bartosz Konieczny** *qualidade de dados em Spark e Databricks* [waitingforcode.com](https://www.waitingforcode.com/)

07 — Contato

## Vamos **conversar**

Aberto a conversas sobre engenharia de dados, lakehouse, geoespacial e rastreabilidade de cadeias.

Patrick Leite — Engenheiro de Dados e de Plataforma de Dados

Campinas, SP · Brasil

# Patrick Leite

Patrick Pimentel Corrêa Leite

Engenheiro de Dados & Engenheiro de Plataforma de Dados

Data Engineer & Data Platform Engineer

Construo plataformas de dados que sustentam decisão — da ingestão ao modelo dimensional. Na **Minerva Foods**, reduzi o custo da plataforma em **73%** enquanto o volume atendido crescia.

Databricks Azure Apache Spark Airflow Python SQL C# / .NET Delta Lake Unity Catalog Bicep Docker FinOps Modelagem Dimensional Geoespacial

[LinkedIn (abre em nova aba)](https://www.linkedin.com/in/patrickpcleite/) [GitHub (abre em nova aba)](https://github.com/RickLeite)

01 — A trilha## Toda cadeia deixa **rastro**

Trabalho e curiosidade convergem numa mesma pergunta de engenharia: *de onde isso veio?* — respondida rápido o bastante para a decisão ainda importar.

proteína

### Cadeia física

Na Minerva, o rastro é de proteína: da fazenda ao contêiner, ao porto, a mais de 100 países. Rastreabilidade aqui não é relatório — é requisito de exportação.

fazenda → frigorífico → contêiner
→ porto → destino

pixel

### Cadeia espacial

fazenda → polígono (CAR) → sobreposição
→ desmatamento → carbono do solo

transação

### Cadeia de valor

Em forense de blockchain, o rastro é de transação: endereço, salto, cluster, entidade. Grafo em escala, com a mesma pergunta de proveniência.

endereço → salto → cluster
→ entidade

02 — Stack## O que uso, **por etapa**

Arquitetura de dados de ponta a ponta: medalhão em lakehouse, orquestrada e versionada. O que está em produção no dia a dia.

### Ingestão

- Python
- REST / APIs
- Batch & CDC

### Orquestração

- Apache Airflow
- Databricks Jobs
- Asset Bundles

### Processamento

- Apache Spark
- PySpark
- Databricks

### Armazenamento

- Delta Lake
- Azure Data Lake
- Unity Catalog

### Modelagem

- Kimball / star
- SCD Type 2
- SQL

o dado sai de uma origem e chega em **mais de 100 países** *volume, velocidade e variedade — a escala é o problema, não o detalhe*

03 — Percurso## Onde **estive**

set 2023 — hoje

### Engenheiro de Dados / Plataforma

Minerva Foods · remoto

**01**Substituir*motor próprio no lugar da orquestração legada*

**02**Otimizar*o maior processo de replicação, redesenhado*

**03**Separar*workspace próprio para Data Science*

**04**Encerrar*desligar o legado com evidência*

DatabricksAzureSparkAirflowUnity CatalogC# / .NETBicep

jul — nov 2023

### Santander Coders — Engenharia de Dados

Ada · Santander Universidades

Programa intensivo de cinco meses em Big Data, Analytics Engineering e Engenharia de Dados.

2022 — 2026

### Sistemas de Informação (BTech)

PUC-Campinas

Bacharelado em Tecnologia. Conclusão em dezembro de 2026.

75 / 70.000taxa de 0,1%

Selecionado entre **75 vagas** na trilha de Engenharia de Dados do Santander Coders 2023, de um universo de **mais de 70 mil candidatos**.

04 — Trabalho## O que **construí**

−73%custo da plataforma

### Custo de plataforma como problema de engenhariaFinOps

−42% em 2 meses−73% do picocusto por donoevidência cruzada

### Base geoespacial socioambiental em escalaPySpark · Mosaic · GDAL

#### Mosaic por dentro

O Mosaic era uma extensão do Spark para geoespacial em escala, hoje arquivada. O desenho do próprio projeto tem três camadas:

**Apresentação**exibição de geometria no notebook e mapas com Kepler.gl

**Dados**leitura por GDAL/OGR — vetor em paralelo com `multi_read_ogr`, raster com `gdal` — e gravação em Delta Lake

20+ fontes públicasCAR dos 27 estadosPRODES dos 6 biomasSIRGAS 2000

### Plataforma de Data Science entregue de ponta a pontaAzure · Databricks

plataforma completadev e produçãoCI/CDreferência técnica do ambiente

### Substituição e encerramento de um ambiente legadoPython · C#

+1.000 pipelines migradas−89% da carga legadasem incidente

### Orquestração como produto internoApache Airflow

93–100% do código vivoversionado e revisado em Git

### Modelagem dimensional em que o negócio confiaKimball · SQL

reconciliação antes de publicarSCD Type 2contrato único de domínio

### Repositórios públicos

O trabalho acima é interno. No GitHub estão estudos, faculdade e experimentos — incluindo [dbt-taxi-analytics](https://github.com/RickLeite/dbt-taxi-analytics), [Brain-tumor-detection](https://github.com/RickLeite/Brain-tumor-detection) (redes convolucionais sobre imagem de ressonância) e [DataEngJourney](https://github.com/RickLeite/DataEngJourney).

[Ver todos os repositórios →](https://padata.pro/github)

05 — Formação## Credenciais e **certificações**

**Santander Coders — Engenharia de Dados***Ada · Santander Universidades · 5 meses*

nov 2023

**Apache Airflow Fundamentals***Astronomer*

jun 2023

**Engenheiro de Dados Cloud — 148h***XP Inc. Educação · IGTI*

mai 2023

**Introduction to Machine Learning***Duke University · PyTorch*

jul 2021

**Cybersecurity Fundamentals***IBM*

jun 2021

**Inglês — nível avançado***leitura técnica e conversação*

—

06 — Radar## O que estou **acompanhando**

Onde minha atenção está agora, em ordem de prioridade. Destacado, o que estou acompanhando de perto.

### Lakehouse

- Cube *— camada semântica para agentes*
- RisingWave *— SQL sobre streaming*
- DuckDB *— escrita em Iceberg*

### Geoespacial

- GeoBrix *— sucessor do Mosaic, que usei na MyCarbon*
- CARTO *— geo dentro do warehouse*

### Rastreabilidade

- TRM Labs *— forense de blockchain*
- ar.io *— permanência de dados*

### Pessoas que leio

07 — Contato## Vamos **conversar**

Aberto a conversas sobre engenharia de dados, lakehouse, geoespacial e rastreabilidade de cadeias.

[LinkedIn → (abre em nova aba)](https://www.linkedin.com/in/patrickpcleite/) [GitHub → (abre em nova aba)](https://github.com/RickLeite)

Upload this file as /index.md on your server so AI agents can access a clean version of your page. You can also configure Accept: text/markdown content negotiation to serve it automatically.

Our recommendation

Download llms.txt

# padata.pro

> Engenheiro de Dados e de Plataforma de Dados na Minerva Foods. Databricks, Azure, Spark e Airflow em produção. Rastreabilidade de cadeias, dados geoespaciais e modelagem dimensional.

## Main
- [Patrick Leite — Data Engineer & Data Platform Engineer](https://padata.pro): Patrick Pimentel Corrêa Leite — Engenheiro de Dados e de Plataforma de Dados na Minerva Foods. Databricks, Spark, Airfl…
- [padata.pro](https://padata.pro/)
- [PT / EN — trocar idioma](https://padata.pro/en/)
- [LinkedIn](https://padata.pro/linkedin)
- [GitHub](https://padata.pro/github)

Full llms.txt requires domain-wide analysis (coming soon)

Upload this file to https://padata.pro/llms.txt at the root of your domain. AI agents like ChatGPT, Claude, and Perplexity check this file to understand your site structure.

This site already has a llms.txt file.

Valid format

# Patrick Pimentel Corrêa Leite (Patrick Leite)

> Engenheiro de Dados e Engenheiro de Plataforma de Dados na Minerva Foods, em
> Campinas/SP, Brasil. Constrói plataformas de dados em Databricks e Azure para
> rastreabilidade de cadeias físicas — da fazenda ao contêiner, ao porto, a mais de
> 100 países. Data Engineer & Data Platform Engineer, aberto a posições remotas e
> internacionais.

Nome completo: Patrick Pimentel Corrêa Leite. Também conhecido como Patrick Leite.
Idiomas: português (nativo) e inglês (avançado).

## Páginas

- [padata.pro — versão em português](https://padata.pro/): portfólio completo. Trajetória,
  stack, arquitetura de dados de ponta a ponta, projetos e formação.
- [padata.pro/en — English version](https://padata.pro/en/): the same portfolio in English,
  with its own canonical URL.
- [Versão em Markdown (português)](https://padata.pro/index.html.md): o mesmo conteúdo da
  página, sem HTML, para leitura por agentes e modelos.
- [Markdown version (English)](https://padata.pro/en/index.html.md): the same content as
  the English page, without HTML, for agents and models.
- [Card social](https://padata.pro/og.png): imagem 1200×630 usada na pré-visualização de link.

## Para agentes

Este é um site estático de portfólio: não tem API, servidor MCP, agente A2A, login, formulário
nem ferramenta para chamar. Leia, resuma e cite à vontade (busca, entrada de IA e treino
permitidos); não há nada a autenticar nem a operar.

- [Política para agentes](https://padata.pro/agents.md): o que é permitido, o que o site não tem e
  como atribuir.
- [Skill do perfil](https://padata.pro/.well-known/agent-skills/padata-profile/SKILL.md): como responder
  perguntas sobre o Patrick a partir deste site, com a identidade completa para evitar homônimos.
- [Índice de skills](https://padata.pro/.well-known/agent-skills/index.json): a skill acima, no formato
  do Agent Skills Discovery (v0.2.0), com o sha256 do arquivo.
- [Catálogo ARD](https://padata.pro/.well-known/ard.json): a mesma skill, no formato do Agentic
  Resource Discovery (agenticresourcediscovery.org). Cópia idêntica em
  [ai-catalog.json](https://padata.pro/.well-known/ai-catalog.json), o caminho do predecessor.

## O que ele faz

- [Arquitetura de dados](https://padata.pro/#stack): ingestão, lakehouse em arquitetura
  medalhão (bronze/prata/ouro), modelagem dimensional e camada de consumo.
- [Plataforma de dados](https://padata.pro/#projetos): entrega a capacidade de criar
  pipelines, não só pipelines. Ambiente de computação provisionado como código.
- [FinOps](https://padata.pro/#projetos): reduziu em 73% o custo da maior operação de dados
  da plataforma, com o volume atendido crescendo no mesmo período.
- [Migração de legado](https://padata.pro/#projetos): mais de mil pipelines migradas de
  ferramenta visual em nuvem para orquestração declarativa.
- [Base geoespacial socioambiental (MyCarbon)](https://padata.pro/#mycarbon): ingestão de mais de vinte
  bases públicas brasileiras (CAR dos 27 estados, PRODES dos 6 biomas, FUNAI, INCRA, ICMBio, SIGEF…) em
  PySpark com Mosaic e GDAL, normalizadas em SIRGAS 2000. Raster no storage, com índice VRT, e não em
  banco. Traz o descritivo da arquitetura do Mosaic em três camadas e o rastro público do autor no
  projeto (PR #444 e issue #489 no repositório databrickslabs/mosaic).
- [Trajetória](https://padata.pro/#percurso): linha do tempo profissional e acadêmica.
- [Formação e credenciais](https://padata.pro/#credenciais): PUC-Campinas, Santander Coders
  (Ada), XP Inc. Educação · IGTI, Astronomer, Duke University, IBM.

## Tecnologias

Databricks · Apache Spark / PySpark · Apache Airflow · Microsoft Azure · Azure Data Lake ·
Delta Lake · Unity Catalog · SQL · Python · C# / .NET · Bicep · Docker · Infrastructure as
Code · Modelagem dimensional (Kimball, SCD Tipo 2) · Lakehouse · Arquitetura medalhão ·
ETL/ELT · Governança e linhagem de dados · FinOps · CI/CD · dados geoespaciais vetoriais e
raster em formatos cloud-native · Mosaic (Databricks Labs) · GDAL/OGR · GeoPandas · SIRGAS 2000.

## Perfis

- [LinkedIn](https://www.linkedin.com/in/patrickpcleite/): perfil profissional.
- [GitHub](https://github.com/RickLeite): repositórios públicos.

## Opcional

- [Dados estruturados](https://padata.pro/): JSON-LD schema.org no `<head>` da página —
  `Person`, `WebSite` e `ProfilePage` ligados por `@id`, com `knowsAbout` em PT e EN.
- [Sitemap](https://padata.pro/sitemap.xml): as duas URLs canônicas com `hreflang`.
- [robots.txt](https://padata.pro/robots.txt): tudo liberado, agentes de IA nomeados.
- [Contato de segurança](https://padata.pro/.well-known/security.txt): RFC 9116.

Accessibility

Content available without JavaScript (100/100)

Content available without JavaScript

Content appears early in HTML (75/100)

Main content starts at 21% of HTML

Reasonable page size (100/100)

Page size: 47KB

AI Discoverability

Robots.txt allows AI bots (100/100)

All major AI search bots allowed

Markdown for Agents support (40/100) Application

✓ Accept: text/markdown ✗ .md URL ✗ <link> tag ✓ Link header YAML frontmatter (enriched)

Has sitemap.xml (100/100)

Sitemap found

Has robots.txt file (100/100)

robots.txt exists

Has llms.txt file (100/100)

llms.txt exists and is valid

Has Content-Signal (robots.txt or HTTP headers) (100/100)

✓ robots.txt ✓ HTTP header ✓ Policy

Structured Data

Has Schema.org / JSON-LD (100/100)

JSON-LD found: Person, WebSite, ImageObject, ProfilePage

Has Open Graph tags (100/100)

All OG tags present

Has meta description (100/100)

Meta description: 157 chars

Has canonical URL (100/100)

Canonical URL present

Has lang attribute (100/100)

lang="pt-BR"

Semantic HTML

Proper heading hierarchy (100/100)

Clean heading hierarchy

Uses article or main element (100/100)

Has both <article> and <main>

Uses semantic HTML elements (73/100)

28 semantic elements, 100 divs (ratio: 22%)

Meaningful image alt texts (100/100)

No images found

Low div nesting depth (100/100)

Avg div depth: 1.9, max: 4

Content Efficiency

Good token reduction ratio (80/100)

76% token reduction (HTML→Markdown)

Good content-to-noise ratio (100/100)

Content ratio: 31.2% (14972 content chars / 47983 HTML bytes)

Reasonable page weight (100/100)

HTML size: 47KB

Minimal inline styles (100/100)

0/726 elements with inline styles (0.0%)

{
  "url": "https://padata.pro",
  "timestamp": 1792181838417,
  "fetch": {
    "mode": "simple",
    "timeMs": 302,
    "htmlSizeBytes": 47983,
    "supportsMarkdown": true,
    "markdownAgents": {
      "contentNegotiation": true,
      "mdUrl": {
        "found": false,
        "url": null
      },
      "linkTag": {
        "found": false,
        "url": null
      },
      "linkHeader": {
        "found": true,
        "url": "/index.html.md"
      },
      "responseHeaders": {
        "contentSignal": "search=yes, ai-input=yes, ai-train=yes",
        "xMarkdownTokens": null,
        "vary": "Accept, accept-encoding"
      },
      "frontmatter": {
        "present": true,
        "fields": [
          "title",
          "description",
          "url",
          "language",
          "alternate"
        ],
        "level": "enriched"
      },
      "level": "application",
      "contentNegotiationMediaType": "text/markdown",
      "properMediaType": true
    },
    "statusCode": 200
  },
  "extraction": {
    "title": "Patrick Leite — Data Engineer & Data Platform Engineer",
    "excerpt": "Engenheiro de Dados e de Plataforma de Dados. Rastrear origem em escala: boi, pixel e transação. Databricks, Azure, Spark, Airflow.",
    "byline": "Patrick Pimentel Corrêa Leite",
    "siteName": "padata.pro",
    "lang": "pt-BR",
    "contentLength": 14972,
    "metadata": {
      "description": "Patrick Pimentel Corrêa Leite — Engenheiro de Dados e de Plataforma de Dados na Minerva Foods. Databricks, Spark, Airflow, dados geoespaciais. −73% de custo.",
      "ogTitle": "Patrick Leite — Data Engineer & Data Platform Engineer",
      "ogDescription": "Engenheiro de Dados e de Plataforma de Dados. Rastrear origem em escala: boi, pixel e transação. Databricks, Azure, Spark, Airflow.",
      "ogImage": "https://padata.pro/og.png",
      "ogType": "profile",
      "canonical": "https://padata.pro/",
      "lang": "pt-BR",
      "schemas": [
        {
          "@type": "Person",
          "name": "Patrick Pimentel Corrêa Leite",
          "alternateName": [
            "Patrick Leite",
            "Patrick Pimentel C. Leite",
            "Patrick Pimentel Leite",
            "Patrick P. C. Leite"
          ],
          "givenName": "Patrick",
          "familyName": "Leite",
          "jobTitle": [
            "Data Engineer",
            "Data Platform Engineer",
            "Engenheiro de Dados",
            "Engenheiro de Plataforma de Dados"
          ],
          "description": "Engenheiro de Dados e de Plataforma de Dados na Minerva Foods. Databricks, Azure, Spark e Airflow em produção. Rastreabilidade de cadeias, dados geoespaciais e modelagem dimensional.",
          "worksFor": {
            "@type": "Organization",
            "name": "Minerva Foods",
            "url": "https://www.minervafoods.com/"
          },
          "alumniOf": [
            {
              "@type": "CollegeOrUniversity",
              "name": "Pontifícia Universidade Católica de Campinas"
            },
            {
              "@type": "EducationalOrganization",
              "name": "Ada · Santander Coders"
            }
          ],
          "hasCredential": [
            {
              "@type": "EducationalOccupationalCredential",
              "name": "Apache Airflow Fundamentals",
              "credentialCategory": "certificate",
              "recognizedBy": {
                "@type": "Organization",
                "name": "Astronomer"
              }
            },
            {
              "@type": "EducationalOccupationalCredential",
              "name": "Engenheiro de Dados Cloud (148h)",
              "credentialCategory": "certificate",
              "recognizedBy": {
                "@type": "Organization",
                "name": "XP Inc. Educação (IGTI)"
              }
            },
            {
              "@type": "EducationalOccupationalCredential",
              "name": "Introduction to Machine Learning",
              "credentialCategory": "certificate",
              "recognizedBy": {
                "@type": "Organization",
                "name": "Duke University"
              }
            },
            {
              "@type": "EducationalOccupationalCredential",
              "name": "Cybersecurity Fundamentals",
              "credentialCategory": "certificate",
              "recognizedBy": {
                "@type": "Organization",
                "name": "IBM"
              }
            }
          ],
          "address": {
            "@type": "PostalAddress",
            "addressLocality": "Campinas",
            "addressRegion": "SP",
            "addressCountry": "BR"
          },
          "contactPoint": {
            "@type": "ContactPoint",
            "contactType": "professional inquiries",
            "url": "https://www.linkedin.com/in/patrickpcleite/",
            "availableLanguage": [
              "Portuguese",
              "English"
            ]
          },
          "url": "https://padata.pro/",
          "sameAs": [
            "https://www.linkedin.com/in/patrickpcleite/",
            "https://github.com/RickLeite"
          ],
          "knowsAbout": [
            "Data Architecture",
            "Data Engineering",
            "Data Platform Engineering",
            "Databricks",
            "Apache Spark",
            "PySpark",
            "Apache Airflow",
            "Microsoft Azure",
            "Azure Data Lake",
            "Delta Lake",
            "Unity Catalog",
            "SQL",
            "Python",
            "C#",
            ".NET",
            "Bicep",
            "Infrastructure as Code",
            "Docker",
            "Dimensional Modeling",
            "Kimball",
            "Slowly Changing Dimensions",
            "Lakehouse",
            "Medallion Architecture",
            "ETL",
            "ELT",
            "Data Modeling",
            "Data Governance",
            "Data Lineage",
            "FinOps",
            "Cloud Cost Optimization",
            "CI/CD",
            "Geospatial Data Engineering",
            "GIS",
            "GDAL",
            "GeoPandas",
            "Databricks Mosaic",
            "SIRGAS 2000",
            "Brazilian socio-environmental datasets (CAR, PRODES, SIGEF)",
            "Engenharia de Dados",
            "Engenharia de Plataforma de Dados",
            "Arquitetura de Dados",
            "Modelagem Dimensional",
            "Governança de Dados",
            "Linhagem de Dados",
            "Arquitetura Medalhão",
            "Otimização de Custos em Nuvem",
            "Plataforma de Dados",
            "Engenharia de Dados Geoespaciais",
            "Dados Geoespaciais"
          ],
          "knowsLanguage": [
            {
              "@type": "Language",
              "name": "Portuguese"
            },
            {
              "@type": "Language",
              "name": "English"
            }
          ],
          "@id": "https://padata.pro/#patrick",
          "mainEntityOfPage": {
            "@id": "https://padata.pro/"
          }
        },
        {
          "@type": "WebSite",
          "@id": "https://padata.pro/#site",
          "url": "https://padata.pro/",
          "name": "padata.pro",
          "inLanguage": [
            "pt-BR",
            "en"
          ],
          "author": {
            "@id": "https://padata.pro/#patrick"
          },
          "publisher": {
            "@id": "https://padata.pro/#patrick"
          }
        },
        {
          "@type": "ImageObject",
          "@id": "https://padata.pro/#cartao",
          "url": "https://padata.pro/og.png",
          "contentUrl": "https://padata.pro/og.png",
          "width": 1200,
          "height": 630,
          "encodingFormat": "image/png"
        },
        {
          "@type": "ProfilePage",
          "@id": "https://padata.pro/",
          "url": "https://padata.pro/",
          "name": "Patrick Leite — Engenheiro de Dados e de Plataforma de Dados",
          "inLanguage": "pt-BR",
          "isPartOf": {
            "@id": "https://padata.pro/#site"
          },
          "mainEntity": {
            "@id": "https://padata.pro/#patrick"
          },
          "primaryImageOfPage": {
            "@id": "https://padata.pro/#cartao"
          }
        }
      ],
      "robotsMeta": "index, follow, max-image-preview:large, max-snippet:-1, max-video-preview:-1",
      "author": "Patrick Pimentel Corrêa Leite",
      "generator": null,
      "markdownAlternateHref": null
    }
  },
  "markdown": "Campinas, SP · Brasil\n\nPatrick Pimentel Corrêa Leite\n\nEngenheiro de Dados & Engenheiro de Plataforma de Dados\n\nData Engineer & Data Platform Engineer\n\nConstruo plataformas de dados que sustentam decisão — da ingestão ao modelo dimensional. Na **Minerva Foods**, reduzi o custo da plataforma em **73%** enquanto o volume atendido crescia.\n\nDatabricks Azure Apache Spark Airflow Python SQL C# / .NET Delta Lake Unity Catalog Bicep Docker FinOps Modelagem Dimensional Geoespacial\n\n[LinkedIn (abre em nova aba)](https://www.linkedin.com/in/patrickpcleite/) [GitHub (abre em nova aba)](https://github.com/RickLeite)\n\n01 — A trilha\n\n## Toda cadeia deixa **rastro**\n\nTrabalho e curiosidade convergem numa mesma pergunta de engenharia: *de onde isso veio?* — respondida rápido o bastante para a decisão ainda importar.\n\nproteína\n\n### Cadeia física\n\nNa Minerva, o rastro é de proteína: da fazenda ao contêiner, ao porto, a mais de 100 países. Rastreabilidade aqui não é relatório — é requisito de exportação.\n\nfazenda → frigorífico → contêiner\n→ porto → destino\n\npixel\n\n### Cadeia espacial\n\nNa MyCarbon, o rastro era de pixel e de polígono: CAR, PRODES e carbono do solo, fazenda por fazenda. Formatos cloud-native mudaram o que dá pra perguntar — e a que custo. [Ver o caso →](https://padata.pro/#mycarbon)\n\nfazenda → polígono (CAR) → sobreposição\n→ desmatamento → carbono do solo\n\ntransação\n\n### Cadeia de valor\n\nEm forense de blockchain, o rastro é de transação: endereço, salto, cluster, entidade. Grafo em escala, com a mesma pergunta de proveniência.\n\nendereço → salto → cluster\n→ entidade\n\nSão três domínios distintos com **o mesmo problema de engenharia**: ingerir muito, modelar bem e conseguir reconstruir a origem sob demanda. Modelagem dimensional, particionamento e linhagem não mudam de natureza quando o objeto passa de boi para pixel ou para transação — muda a cardinalidade.\n\n02 — Stack\n\n## O que uso, **por etapa**\n\nArquitetura de dados de ponta a ponta: medalhão em lakehouse, orquestrada e versionada. O que está em produção no dia a dia.\n\n01\n\n### Ingestão\n\n-   Python\n-   REST / APIs\n-   Batch & CDC\n\n02\n\n### Orquestração\n\n-   Apache Airflow\n-   Databricks Jobs\n-   Asset Bundles\n\n03\n\n### Processamento\n\n-   Apache Spark\n-   PySpark\n-   Databricks\n\n04\n\n### Armazenamento\n\n-   Delta Lake\n-   Azure Data Lake\n-   Unity Catalog\n\n05\n\n### Modelagem\n\n-   Kimball / star\n-   SCD Type 2\n-   SQL\n\no dado sai de uma origem e chega em **mais de 100 países** *volume, velocidade e variedade — a escala é o problema, não o detalhe*\n\n03 — Percurso\n\n## Onde **estive**\n\nset 2023 — hoje\n\n### Engenheiro de Dados / Plataforma\n\nMinerva Foods · remoto\n\nPlataforma de dados numa das maiores exportadoras de proteína do mundo — presente em mais de 100 países. Comecei pelo geoespacial — a base socioambiental da MyCarbon, a subsidiária de carbono do grupo ([ver o caso](https://padata.pro/#mycarbon)) — e depois assumi a plataforma. Em agosto de 2026 apresentei à liderança um ano de trabalho de plataforma organizado em **quatro frentes deliberadamente ordenadas**, sob uma tese: *a economia é consequência, não o objetivo. O que foi construído tornou o legado desnecessário* — desligar veio por último, não primeiro.\n\n**01**Substituir*motor próprio no lugar da orquestração legada*\n\n**02**Otimizar*o maior processo de replicação, redesenhado*\n\n**03**Separar*workspace próprio para Data Science*\n\n**04**Encerrar*desligar o legado com evidência*\n\nDatabricksAzureSparkAirflowUnity CatalogC# / .NETBicep\n\njul — nov 2023\n\n### Santander Coders — Engenharia de Dados\n\nAda · Santander Universidades\n\nPrograma intensivo de cinco meses em Big Data, Analytics Engineering e Engenharia de Dados.\n\n2022 — 2026\n\n### Sistemas de Informação (BTech)\n\nPUC-Campinas\n\nBacharelado em Tecnologia. Conclusão em dezembro de 2026.\n\n75 / 70.000taxa de 0,1%\n\nSelecionado entre **75 vagas** na trilha de Engenharia de Dados do Santander Coders 2023, de um universo de **mais de 70 mil candidatos**.\n\n04 — Trabalho\n\n## O que **construí**\n\nTrabalho de plataforma numa operação global de proteína, e um caso geoespacial anterior a ele. Os números de plataforma abaixo foram apresentados formalmente à liderança em agosto de 2026; o caso geoespacial é de 2023–24 e usa só fontes públicas.\n\n−73%custo da plataforma\n\nReduzi em **73%** o custo da maior operação de dados da plataforma — **−42% já nos dois primeiros meses**, antes de desligar qualquer sistema legado. No mesmo período, o volume atendido **cresceu**. Mesma entrega, mesma frequência, um terço do custo.\n\n### Custo de plataforma como problema de engenharia\n\nFinOps\n\nAssumi o custo da plataforma como responsabilidade de engenharia, não de planilha. Redesenhei o modelo de execução para que cada processo passasse a custar o que de fato consome, e construí a camada de governança que responde **quanto custa cada produto de dado e quem responde por ele** — pergunta que antes não tinha resposta confiável.\n\nO resultado sustentou uma apresentação formal à liderança. Mais importante que os números: decisão de corte deixou de ser palpite. Hoje ela parte de **evidência cruzada de sinais independentes** e separa custo medido de custo rateado em vez de somar os dois num número só.\n\n−42% em 2 meses−73% do picocusto por donoevidência cruzada\n\n### Base geoespacial socioambiental em escala\n\nPySpark · Mosaic · GDAL\n\nUma empresa de crédito de carbono precisa responder, para cada fazenda, perguntas que não estão em nenhum sistema próprio: sobrepõe terra indígena? unidade de conservação? houve desmatamento? qual o carbono do solo? As respostas estão espalhadas por **mais de vinte bases públicas**, cada uma com seu formato, sua projeção e sua frequência de atualização. Conduzi a ingestão dessas bases na **MyCarbon**, a subsidiária de carbono da Minerva — meu primeiro projeto lá (out/2023 a jan/2024).\n\nCada fonte virou um pipeline com cadência própria — do diário ao anual —, baixado por WFS ou HTTP, normalizado em **SIRGAS 2000**, com a geometria validada antes de gravar e lido em escala com o Mosaic no Spark. **O raster ensinou mais que o vetor**: 45 GB de altimetria não cabem num banco; cabem num storage, lidos sob demanda em formato cloud-native. É por isso que formato vem antes de ferramenta.\n\n#### Mosaic por dentro\n\nO Mosaic era uma extensão do Spark para geoespacial em escala, hoje arquivada. O desenho do próprio projeto tem três camadas:\n\n**Apresentação**exibição de geometria no notebook e mapas com Kepler.gl\n\n**Processamento**funções `ST_` de geometria (JTS), expressões do Spark com geração de código e indexação em grades (H3 ou BNG): polígonos e linhas são recortados nas células da grade, e o join espacial vira join por chave\n\n**Dados**leitura por GDAL/OGR — vetor em paralelo com `multi_read_ogr`, raster com `gdal` — e gravação em Delta Lake\n\nO núcleo é Scala; Python, R e SQL são camadas finas por cima. **Onde eu entrei:** usei a camada de dados e as funções de raster, enviei uma correção à documentação ([PR #444](https://github.com/databrickslabs/mosaic/pull/444)) e abri uma pergunta sobre mesclar tiles de raster em escala ([issue #489](https://github.com/databrickslabs/mosaic/issues/489)); um mantenedor explicou o comportamento do tile que eu relatei e o situou na versão 0.4.1. Foi ali que o desenho mostrou o limite que encontrei: mesclar tiles em memória não escala, e raster pertence ao storage, com um índice VRT, lido sob demanda. O sucessor, o [GeoBrix](https://github.com/databrickslabs/geobrix), documenta hoje esse caminho (COG e mosaicos VRT). O desenho de três camadas é o do [README do projeto](https://github.com/databrickslabs/mosaic), redesenhado aqui.\n\n20+ fontes públicasCAR dos 27 estadosPRODES dos 6 biomasSIRGAS 2000\n\n### Plataforma de Data Science entregue de ponta a ponta\n\nAzure · Databricks\n\nUm time inteiro de Data Science precisava sair de um ambiente compartilhado e passar a operar com autonomia — de custo, de configuração e de entrega. Entreguei a plataforma completa — rede isolada, ambiente de computação provisionado como código, e o mesmo padrão replicado entre desenvolvimento e produção. O que antes dependia de pedido e espera passou a ser provisionado pelo próprio time.\n\nPlataforma sem adoção é custo. Junto veio o que faz a adoção acontecer: pipeline de CI/CD, material de handoff e exemplos prontos, para o time operar no padrão desde o primeiro dia — a maioria nunca tinha trabalhado assim. **Hoje respondo pelo ambiente como referência técnica**: mantenho o padrão, acompanho o que entra e garanto que a plataforma continue coerente à medida que o time cresce.\n\nplataforma completadev e produçãoCI/CDreferência técnica do ambiente\n\n### Substituição e encerramento de um ambiente legado\n\nPython · C#\n\nA área dependia de **mais de mil pipelines** presas dentro de uma ferramenta visual — sem versionamento, sem revisão, sem custo rastreável. Construí o motor que as substituiu e conduzi a migração inteira **sem um único incidente de dado**.\n\nSó com o legado já substituído é que ele pôde ser desligado — a ordem importa, e foi ela que tornou o desligamento uma consequência em vez de um risco. Estabeleci um método de decisão apoiado em **evidência cruzada de quatro fontes independentes**, em vez de inventário declarado, e conduzi o encerramento em ondas com verificação automática antes de cada lote. **Cerca de 89% da carga histórica do ambiente antigo saiu do ar** sem quebrar consumidor.\n\n+1.000 pipelines migradas−89% da carga legadasem incidente\n\n### Orquestração como produto interno\n\nApache Airflow\n\nA orquestração vivia dentro de uma ferramenta visual em nuvem: cada pipeline era uma configuração clicada, sem versionamento, sem revisão e sem reaproveitamento entre uma fonte e outra. Construí a camada que substituiu isso — orquestração em Airflow onde **o pipeline nasce de configuração, não de tela**.\n\nDescrever a fonte passou a bastar: o pipeline é gerado, entra no Git e é revisado como qualquer outra mudança de software. Adicionar uma fonte deixou de custar tempo de engenharia, e o conhecimento parou de ficar preso em quem clicou. Respondo por **93 a 100% do código vivo** dessa camada. **É a diferença entre entregar pipelines e entregar a capacidade de criá-los.**\n\n93–100% do código vivoversionado e revisado em Git\n\n### Modelagem dimensional em que o negócio confia\n\nKimball · SQL\n\nModelo dimensional existe para que a área de negócio confie no número sem precisar saber de onde ele veio. Trabalho com **dimensões que preservam histórico** e fatos padronizados sob um contrato único do domínio — o que permite reorganizar um domínio inteiro sem quebrar quem já dependia daquele dado.\n\n**A validação vem antes da publicação, não depois.** Nada entra no ar sem reconciliar contra a base de produção — e é isso que torna possível mexer em dado que já está em uso sem pedir que ninguém confie na promessa.\n\nreconciliação antes de publicarSCD Type 2contrato único de domínio\n\n05 — Formação\n\n## Credenciais e **certificações**\n\n**Santander Coders — Engenharia de Dados***Ada · Santander Universidades · 5 meses*\n\nnov 2023\n\n**Apache Airflow Fundamentals***Astronomer*\n\njun 2023\n\n**Engenheiro de Dados Cloud — 148h***XP Inc. Educação · IGTI*\n\nmai 2023\n\n**Introduction to Machine Learning***Duke University · PyTorch*\n\njul 2021\n\n**Cybersecurity Fundamentals***IBM*\n\njun 2021\n\n**Inglês — nível avançado***leitura técnica e conversação*\n\n—\n\n06 — Radar\n\n## O que estou **acompanhando**\n\nOnde minha atenção está agora, em ordem de prioridade. Destacado, o que estou acompanhando de perto.\n\n### Lakehouse\n\n-   Cube *— camada semântica para agentes*\n-   RisingWave *— SQL sobre streaming*\n-   DuckDB *— escrita em Iceberg*\n\n### Geoespacial\n\n-   GeoBrix *— sucessor do Mosaic, que usei na MyCarbon*\n-   CARTO *— geo dentro do warehouse*\n\n### Rastreabilidade\n\n-   TRM Labs *— forense de blockchain*\n-   ar.io *— permanência de dados*\n\n### Pessoas que leio\n\n-   **Simon Späti** *padrões de projeto em engenharia de dados* [ssp.sh](https://www.ssp.sh/)[LinkedIn](https://www.linkedin.com/in/sspaeti/)\n-   **Matt Forrest** *geoespacial em escala* [forrest.nyc](https://forrest.nyc/)[LinkedIn](https://www.linkedin.com/in/mbforr)\n-   **Andrew Jones** *data contracts* [andrew-jones.com](https://andrew-jones.com/)[data-contracts.com](https://data-contracts.com/)\n-   **Bartosz Konieczny** *qualidade de dados em Spark e Databricks* [waitingforcode.com](https://www.waitingforcode.com/)\n\n07 — Contato\n\n## Vamos **conversar**\n\nAberto a conversas sobre engenharia de dados, lakehouse, geoespacial e rastreabilidade de cadeias.\n",
  "fullPageMarkdown": "Patrick Leite — Engenheiro de Dados e de Plataforma de Dados\n\nCampinas, SP · Brasil\n\n# Patrick Leite\n\nPatrick Pimentel Corrêa Leite\n\nEngenheiro de Dados & Engenheiro de Plataforma de Dados\n\nData Engineer & Data Platform Engineer\n\nConstruo plataformas de dados que sustentam decisão — da ingestão ao modelo dimensional. Na **Minerva Foods**, reduzi o custo da plataforma em **73%** enquanto o volume atendido crescia.\n\nDatabricks Azure Apache Spark Airflow Python SQL C# / .NET Delta Lake Unity Catalog Bicep Docker FinOps Modelagem Dimensional Geoespacial\n\n[LinkedIn (abre em nova aba)](https://www.linkedin.com/in/patrickpcleite/) [GitHub (abre em nova aba)](https://github.com/RickLeite)\n\n01 — A trilha## Toda cadeia deixa **rastro**\n\nTrabalho e curiosidade convergem numa mesma pergunta de engenharia: *de onde isso veio?* — respondida rápido o bastante para a decisão ainda importar.\n\nproteína\n\n### Cadeia física\n\nNa Minerva, o rastro é de proteína: da fazenda ao contêiner, ao porto, a mais de 100 países. Rastreabilidade aqui não é relatório — é requisito de exportação.\n\nfazenda → frigorífico → contêiner\n→ porto → destino\n\npixel\n\n### Cadeia espacial\n\nNa MyCarbon, o rastro era de pixel e de polígono: CAR, PRODES e carbono do solo, fazenda por fazenda. Formatos cloud-native mudaram o que dá pra perguntar — e a que custo. [Ver o caso →](https://padata.pro/#mycarbon)\n\nfazenda → polígono (CAR) → sobreposição\n→ desmatamento → carbono do solo\n\ntransação\n\n### Cadeia de valor\n\nEm forense de blockchain, o rastro é de transação: endereço, salto, cluster, entidade. Grafo em escala, com a mesma pergunta de proveniência.\n\nendereço → salto → cluster\n→ entidade\n\nSão três domínios distintos com **o mesmo problema de engenharia**: ingerir muito, modelar bem e conseguir reconstruir a origem sob demanda. Modelagem dimensional, particionamento e linhagem não mudam de natureza quando o objeto passa de boi para pixel ou para transação — muda a cardinalidade.\n\n02 — Stack## O que uso, **por etapa**\n\nArquitetura de dados de ponta a ponta: medalhão em lakehouse, orquestrada e versionada. O que está em produção no dia a dia.\n\n01\n\n### Ingestão\n\n-   Python\n-   REST / APIs\n-   Batch & CDC\n\n02\n\n### Orquestração\n\n-   Apache Airflow\n-   Databricks Jobs\n-   Asset Bundles\n\n03\n\n### Processamento\n\n-   Apache Spark\n-   PySpark\n-   Databricks\n\n04\n\n### Armazenamento\n\n-   Delta Lake\n-   Azure Data Lake\n-   Unity Catalog\n\n05\n\n### Modelagem\n\n-   Kimball / star\n-   SCD Type 2\n-   SQL\n\no dado sai de uma origem e chega em **mais de 100 países** *volume, velocidade e variedade — a escala é o problema, não o detalhe*\n\n03 — Percurso## Onde **estive**\n\nset 2023 — hoje\n\n### Engenheiro de Dados / Plataforma\n\nMinerva Foods · remoto\n\nPlataforma de dados numa das maiores exportadoras de proteína do mundo — presente em mais de 100 países. Comecei pelo geoespacial — a base socioambiental da MyCarbon, a subsidiária de carbono do grupo ([ver o caso](https://padata.pro/#mycarbon)) — e depois assumi a plataforma. Em agosto de 2026 apresentei à liderança um ano de trabalho de plataforma organizado em **quatro frentes deliberadamente ordenadas**, sob uma tese: *a economia é consequência, não o objetivo. O que foi construído tornou o legado desnecessário* — desligar veio por último, não primeiro.\n\n**01**Substituir*motor próprio no lugar da orquestração legada*\n\n**02**Otimizar*o maior processo de replicação, redesenhado*\n\n**03**Separar*workspace próprio para Data Science*\n\n**04**Encerrar*desligar o legado com evidência*\n\nDatabricksAzureSparkAirflowUnity CatalogC# / .NETBicep\n\njul — nov 2023\n\n### Santander Coders — Engenharia de Dados\n\nAda · Santander Universidades\n\nPrograma intensivo de cinco meses em Big Data, Analytics Engineering e Engenharia de Dados.\n\n2022 — 2026\n\n### Sistemas de Informação (BTech)\n\nPUC-Campinas\n\nBacharelado em Tecnologia. Conclusão em dezembro de 2026.\n\n75 / 70.000taxa de 0,1%\n\nSelecionado entre **75 vagas** na trilha de Engenharia de Dados do Santander Coders 2023, de um universo de **mais de 70 mil candidatos**.\n\n04 — Trabalho## O que **construí**\n\nTrabalho de plataforma numa operação global de proteína, e um caso geoespacial anterior a ele. Os números de plataforma abaixo foram apresentados formalmente à liderança em agosto de 2026; o caso geoespacial é de 2023–24 e usa só fontes públicas.\n\n−73%custo da plataforma\n\nReduzi em **73%** o custo da maior operação de dados da plataforma — **−42% já nos dois primeiros meses**, antes de desligar qualquer sistema legado. No mesmo período, o volume atendido **cresceu**. Mesma entrega, mesma frequência, um terço do custo.\n\n### Custo de plataforma como problema de engenhariaFinOps\n\nAssumi o custo da plataforma como responsabilidade de engenharia, não de planilha. Redesenhei o modelo de execução para que cada processo passasse a custar o que de fato consome, e construí a camada de governança que responde **quanto custa cada produto de dado e quem responde por ele** — pergunta que antes não tinha resposta confiável.\n\nO resultado sustentou uma apresentação formal à liderança. Mais importante que os números: decisão de corte deixou de ser palpite. Hoje ela parte de **evidência cruzada de sinais independentes** e separa custo medido de custo rateado em vez de somar os dois num número só.\n\n−42% em 2 meses−73% do picocusto por donoevidência cruzada\n\n### Base geoespacial socioambiental em escalaPySpark · Mosaic · GDAL\n\nUma empresa de crédito de carbono precisa responder, para cada fazenda, perguntas que não estão em nenhum sistema próprio: sobrepõe terra indígena? unidade de conservação? houve desmatamento? qual o carbono do solo? As respostas estão espalhadas por **mais de vinte bases públicas**, cada uma com seu formato, sua projeção e sua frequência de atualização. Conduzi a ingestão dessas bases na **MyCarbon**, a subsidiária de carbono da Minerva — meu primeiro projeto lá (out/2023 a jan/2024).\n\nCada fonte virou um pipeline com cadência própria — do diário ao anual —, baixado por WFS ou HTTP, normalizado em **SIRGAS 2000**, com a geometria validada antes de gravar e lido em escala com o Mosaic no Spark. **O raster ensinou mais que o vetor**: 45 GB de altimetria não cabem num banco; cabem num storage, lidos sob demanda em formato cloud-native. É por isso que formato vem antes de ferramenta.\n\n#### Mosaic por dentro\n\nO Mosaic era uma extensão do Spark para geoespacial em escala, hoje arquivada. O desenho do próprio projeto tem três camadas:\n\n**Apresentação**exibição de geometria no notebook e mapas com Kepler.gl\n\n**Processamento**funções `ST_` de geometria (JTS), expressões do Spark com geração de código e indexação em grades (H3 ou BNG): polígonos e linhas são recortados nas células da grade, e o join espacial vira join por chave\n\n**Dados**leitura por GDAL/OGR — vetor em paralelo com `multi_read_ogr`, raster com `gdal` — e gravação em Delta Lake\n\nO núcleo é Scala; Python, R e SQL são camadas finas por cima. **Onde eu entrei:** usei a camada de dados e as funções de raster, enviei uma correção à documentação ([PR #444](https://github.com/databrickslabs/mosaic/pull/444)) e abri uma pergunta sobre mesclar tiles de raster em escala ([issue #489](https://github.com/databrickslabs/mosaic/issues/489)); um mantenedor explicou o comportamento do tile que eu relatei e o situou na versão 0.4.1. Foi ali que o desenho mostrou o limite que encontrei: mesclar tiles em memória não escala, e raster pertence ao storage, com um índice VRT, lido sob demanda. O sucessor, o [GeoBrix](https://github.com/databrickslabs/geobrix), documenta hoje esse caminho (COG e mosaicos VRT). O desenho de três camadas é o do [README do projeto](https://github.com/databrickslabs/mosaic), redesenhado aqui.\n\n20+ fontes públicasCAR dos 27 estadosPRODES dos 6 biomasSIRGAS 2000\n\n### Plataforma de Data Science entregue de ponta a pontaAzure · Databricks\n\nUm time inteiro de Data Science precisava sair de um ambiente compartilhado e passar a operar com autonomia — de custo, de configuração e de entrega. Entreguei a plataforma completa — rede isolada, ambiente de computação provisionado como código, e o mesmo padrão replicado entre desenvolvimento e produção. O que antes dependia de pedido e espera passou a ser provisionado pelo próprio time.\n\nPlataforma sem adoção é custo. Junto veio o que faz a adoção acontecer: pipeline de CI/CD, material de handoff e exemplos prontos, para o time operar no padrão desde o primeiro dia — a maioria nunca tinha trabalhado assim. **Hoje respondo pelo ambiente como referência técnica**: mantenho o padrão, acompanho o que entra e garanto que a plataforma continue coerente à medida que o time cresce.\n\nplataforma completadev e produçãoCI/CDreferência técnica do ambiente\n\n### Substituição e encerramento de um ambiente legadoPython · C#\n\nA área dependia de **mais de mil pipelines** presas dentro de uma ferramenta visual — sem versionamento, sem revisão, sem custo rastreável. Construí o motor que as substituiu e conduzi a migração inteira **sem um único incidente de dado**.\n\nSó com o legado já substituído é que ele pôde ser desligado — a ordem importa, e foi ela que tornou o desligamento uma consequência em vez de um risco. Estabeleci um método de decisão apoiado em **evidência cruzada de quatro fontes independentes**, em vez de inventário declarado, e conduzi o encerramento em ondas com verificação automática antes de cada lote. **Cerca de 89% da carga histórica do ambiente antigo saiu do ar** sem quebrar consumidor.\n\n+1.000 pipelines migradas−89% da carga legadasem incidente\n\n### Orquestração como produto internoApache Airflow\n\nA orquestração vivia dentro de uma ferramenta visual em nuvem: cada pipeline era uma configuração clicada, sem versionamento, sem revisão e sem reaproveitamento entre uma fonte e outra. Construí a camada que substituiu isso — orquestração em Airflow onde **o pipeline nasce de configuração, não de tela**.\n\nDescrever a fonte passou a bastar: o pipeline é gerado, entra no Git e é revisado como qualquer outra mudança de software. Adicionar uma fonte deixou de custar tempo de engenharia, e o conhecimento parou de ficar preso em quem clicou. Respondo por **93 a 100% do código vivo** dessa camada. **É a diferença entre entregar pipelines e entregar a capacidade de criá-los.**\n\n93–100% do código vivoversionado e revisado em Git\n\n### Modelagem dimensional em que o negócio confiaKimball · SQL\n\nModelo dimensional existe para que a área de negócio confie no número sem precisar saber de onde ele veio. Trabalho com **dimensões que preservam histórico** e fatos padronizados sob um contrato único do domínio — o que permite reorganizar um domínio inteiro sem quebrar quem já dependia daquele dado.\n\n**A validação vem antes da publicação, não depois.** Nada entra no ar sem reconciliar contra a base de produção — e é isso que torna possível mexer em dado que já está em uso sem pedir que ninguém confie na promessa.\n\nreconciliação antes de publicarSCD Type 2contrato único de domínio\n\n### Repositórios públicos\n\nO trabalho acima é interno. No GitHub estão estudos, faculdade e experimentos — incluindo [dbt-taxi-analytics](https://github.com/RickLeite/dbt-taxi-analytics), [Brain-tumor-detection](https://github.com/RickLeite/Brain-tumor-detection) (redes convolucionais sobre imagem de ressonância) e [DataEngJourney](https://github.com/RickLeite/DataEngJourney).\n\n[Ver todos os repositórios →](https://padata.pro/github)\n\n05 — Formação## Credenciais e **certificações**\n\n**Santander Coders — Engenharia de Dados***Ada · Santander Universidades · 5 meses*\n\nnov 2023\n\n**Apache Airflow Fundamentals***Astronomer*\n\njun 2023\n\n**Engenheiro de Dados Cloud — 148h***XP Inc. Educação · IGTI*\n\nmai 2023\n\n**Introduction to Machine Learning***Duke University · PyTorch*\n\njul 2021\n\n**Cybersecurity Fundamentals***IBM*\n\njun 2021\n\n**Inglês — nível avançado***leitura técnica e conversação*\n\n—\n\n06 — Radar## O que estou **acompanhando**\n\nOnde minha atenção está agora, em ordem de prioridade. Destacado, o que estou acompanhando de perto.\n\n### Lakehouse\n\n-   Cube *— camada semântica para agentes*\n-   RisingWave *— SQL sobre streaming*\n-   DuckDB *— escrita em Iceberg*\n\n### Geoespacial\n\n-   GeoBrix *— sucessor do Mosaic, que usei na MyCarbon*\n-   CARTO *— geo dentro do warehouse*\n\n### Rastreabilidade\n\n-   TRM Labs *— forense de blockchain*\n-   ar.io *— permanência de dados*\n\n### Pessoas que leio\n\n-   **Simon Späti** *padrões de projeto em engenharia de dados* [ssp.sh](https://www.ssp.sh/)[LinkedIn](https://www.linkedin.com/in/sspaeti/)\n-   **Matt Forrest** *geoespacial em escala* [forrest.nyc](https://forrest.nyc/)[LinkedIn](https://www.linkedin.com/in/mbforr)\n-   **Andrew Jones** *data contracts* [andrew-jones.com](https://andrew-jones.com/)[data-contracts.com](https://data-contracts.com/)\n-   **Bartosz Konieczny** *qualidade de dados em Spark e Databricks* [waitingforcode.com](https://www.waitingforcode.com/)\n\n07 — Contato## Vamos **conversar**\n\nAberto a conversas sobre engenharia de dados, lakehouse, geoespacial e rastreabilidade de cadeias.\n\n[LinkedIn → (abre em nova aba)](https://www.linkedin.com/in/patrickpcleite/) [GitHub → (abre em nova aba)](https://github.com/RickLeite)\n",
  "markdownStats": {
    "images": 0,
    "links": 15,
    "tables": 0,
    "codeBlocks": 0,
    "headings": 29
  },
  "tokens": {
    "htmlTokens": 15214,
    "markdownTokens": 3638,
    "reduction": 11576,
    "reductionPercent": 76
  },
  "score": {
    "score": 94,
    "grade": "A",
    "rubricVersion": 3,
    "dimensions": {
      "accessibility": {
        "score": 94,
        "weight": 30,
        "grade": "A",
        "checks": {
          "content_without_js": {
            "score": 100,
            "weight": 55,
            "evidence": "proven",
            "details": "Content available without JavaScript"
          },
          "fast_content_position": {
            "score": 75,
            "weight": 25,
            "evidence": "plausible",
            "details": "Main content starts at 21% of HTML"
          },
          "reasonable_page_size": {
            "score": 100,
            "weight": 20,
            "evidence": "plausible",
            "details": "Page size: 47KB"
          }
        }
      },
      "aiDiscoverability": {
        "score": 88,
        "weight": 25,
        "grade": "B",
        "checks": {
          "robots_allows_ai_bots": {
            "score": 100,
            "weight": 35,
            "evidence": "proven",
            "details": "All major AI search bots allowed"
          },
          "supports_markdown_negotiation": {
            "score": 40,
            "weight": 20,
            "evidence": "plausible",
            "details": "Application level — Content negotiation, Link header",
            "mechanisms": {
              "negotiation": true,
              "mdUrl": false,
              "linkTag": false,
              "linkHeader": true
            }
          },
          "has_sitemap": {
            "score": 100,
            "weight": 15,
            "evidence": "plausible",
            "details": "Sitemap found"
          },
          "has_robots_txt": {
            "score": 100,
            "weight": 10,
            "evidence": "plausible",
            "details": "robots.txt exists"
          },
          "has_llms_txt": {
            "score": 100,
            "weight": 10,
            "evidence": "speculative",
            "details": "llms.txt exists and is valid"
          },
          "has_content_signals": {
            "score": 100,
            "weight": 10,
            "evidence": "speculative",
            "details": "robots.txt: search=yes, ai-input=yes, ai-train=yes | HTTP header: search=yes, ai-input=yes, ai-train=yes | Policy included",
            "mechanisms": {
              "robotsTxt": true,
              "httpHeader": true,
              "policy": true
            }
          }
        }
      },
      "structuredData": {
        "score": 100,
        "weight": 20,
        "grade": "A",
        "checks": {
          "has_schema_org": {
            "score": 100,
            "weight": 35,
            "evidence": "proven",
            "details": "JSON-LD found: Person, WebSite, ImageObject, ProfilePage"
          },
          "has_open_graph": {
            "score": 100,
            "weight": 20,
            "evidence": "plausible",
            "details": "All OG tags present"
          },
          "has_meta_description": {
            "score": 100,
            "weight": 20,
            "evidence": "plausible",
            "details": "Meta description: 157 chars"
          },
          "has_canonical_url": {
            "score": 100,
            "weight": 15,
            "evidence": "plausible",
            "details": "Canonical URL present"
          },
          "has_lang_attribute": {
            "score": 100,
            "weight": 10,
            "evidence": "plausible",
            "details": "lang=\"pt-BR\""
          }
        }
      },
      "semanticHtml": {
        "score": 95,
        "weight": 15,
        "grade": "A",
        "checks": {
          "proper_heading_hierarchy": {
            "score": 100,
            "weight": 30,
            "evidence": "plausible",
            "details": "Clean heading hierarchy"
          },
          "uses_article_or_main": {
            "score": 100,
            "weight": 25,
            "evidence": "plausible",
            "details": "Has both <article> and <main>"
          },
          "semantic_elements": {
            "score": 73,
            "weight": 20,
            "evidence": "plausible",
            "details": "28 semantic elements, 100 divs (ratio: 22%)"
          },
          "meaningful_alt_texts": {
            "score": 100,
            "weight": 15,
            "evidence": "plausible",
            "details": "No images found"
          },
          "low_div_nesting": {
            "score": 100,
            "weight": 10,
            "evidence": "speculative",
            "details": "Avg div depth: 1.9, max: 4"
          }
        }
      },
      "contentEfficiency": {
        "score": 92,
        "weight": 10,
        "grade": "A",
        "checks": {
          "token_reduction_ratio": {
            "score": 80,
            "weight": 40,
            "evidence": "speculative",
            "details": "76% token reduction (HTML→Markdown)"
          },
          "content_to_noise_ratio": {
            "score": 100,
            "weight": 30,
            "evidence": "speculative",
            "details": "Content ratio: 31.2% (14972 content chars / 47983 HTML bytes)"
          },
          "reasonable_page_weight": {
            "score": 100,
            "weight": 20,
            "evidence": "speculative",
            "details": "HTML size: 47KB"
          },
          "minimal_inline_styles": {
            "score": 100,
            "weight": 10,
            "evidence": "speculative",
            "details": "0/726 elements with inline styles (0.0%)"
          }
        }
      }
    }
  },
  "recommendations": [
    {
      "id": "add_markdown_negotiation",
      "priority": "high",
      "category": "aiDiscoverability",
      "titleKey": "rec.add_markdown_negotiation.title",
      "descriptionKey": "rec.add_markdown_negotiation.description_partial",
      "howToKey": "rec.add_markdown_negotiation.howto",
      "howToStepKeys": [
        "rec.add_markdown_negotiation.step.md_url",
        "rec.add_markdown_negotiation.step.link_tag"
      ],
      "effort": "significant",
      "estimatedImpact": 3,
      "maxImpact": 5,
      "evidence": "plausible",
      "checkScore": 40,
      "checkDetails": "Application level — Content negotiation, Link header"
    }
  ],
  "llmsTxtPreview": "# padata.pro\n\n> Engenheiro de Dados e de Plataforma de Dados na Minerva Foods. Databricks, Azure, Spark e Airflow em produção. Rastreabilidade de cadeias, dados geoespaciais e modelagem dimensional.\n\n## Main\n- [Patrick Leite — Data Engineer & Data Platform Engineer](https://padata.pro): Patrick Pimentel Corrêa Leite — Engenheiro de Dados e de Plataforma de Dados na Minerva Foods. Databricks, Spark, Airfl…\n- [padata.pro](https://padata.pro/)\n- [PT / EN — trocar idioma](https://padata.pro/en/)\n- [LinkedIn](https://padata.pro/linkedin)\n- [GitHub](https://padata.pro/github)\n\n",
  "llmsTxtExisting": "# Patrick Pimentel Corrêa Leite (Patrick Leite)\n\n> Engenheiro de Dados e Engenheiro de Plataforma de Dados na Minerva Foods, em\n> Campinas/SP, Brasil. Constrói plataformas de dados em Databricks e Azure para\n> rastreabilidade de cadeias físicas — da fazenda ao contêiner, ao porto, a mais de\n> 100 países. Data Engineer & Data Platform Engineer, aberto a posições remotas e\n> internacionais.\n\nNome completo: Patrick Pimentel Corrêa Leite. Também conhecido como Patrick Leite.\nIdiomas: português (nativo) e inglês (avançado).\n\n## Páginas\n\n- [padata.pro — versão em português](https://padata.pro/): portfólio completo. Trajetória,\n  stack, arquitetura de dados de ponta a ponta, projetos e formação.\n- [padata.pro/en — English version](https://padata.pro/en/): the same portfolio in English,\n  with its own canonical URL.\n- [Versão em Markdown (português)](https://padata.pro/index.html.md): o mesmo conteúdo da\n  página, sem HTML, para leitura por agentes e modelos.\n- [Markdown version (English)](https://padata.pro/en/index.html.md): the same content as\n  the English page, without HTML, for agents and models.\n- [Card social](https://padata.pro/og.png): imagem 1200×630 usada na pré-visualização de link.\n\n## Para agentes\n\nEste é um site estático de portfólio: não tem API, servidor MCP, agente A2A, login, formulário\nnem ferramenta para chamar. Leia, resuma e cite à vontade (busca, entrada de IA e treino\npermitidos); não há nada a autenticar nem a operar.\n\n- [Política para agentes](https://padata.pro/agents.md): o que é permitido, o que o site não tem e\n  como atribuir.\n- [Skill do perfil](https://padata.pro/.well-known/agent-skills/padata-profile/SKILL.md): como responder\n  perguntas sobre o Patrick a partir deste site, com a identidade completa para evitar homônimos.\n- [Índice de skills](https://padata.pro/.well-known/agent-skills/index.json): a skill acima, no formato\n  do Agent Skills Discovery (v0.2.0), com o sha256 do arquivo.\n- [Catálogo ARD](https://padata.pro/.well-known/ard.json): a mesma skill, no formato do Agentic\n  Resource Discovery (agenticresourcediscovery.org). Cópia idêntica em\n  [ai-catalog.json](https://padata.pro/.well-known/ai-catalog.json), o caminho do predecessor.\n\n## O que ele faz\n\n- [Arquitetura de dados](https://padata.pro/#stack): ingestão, lakehouse em arquitetura\n  medalhão (bronze/prata/ouro), modelagem dimensional e camada de consumo.\n- [Plataforma de dados](https://padata.pro/#projetos): entrega a capacidade de criar\n  pipelines, não só pipelines. Ambiente de computação provisionado como código.\n- [FinOps](https://padata.pro/#projetos): reduziu em 73% o custo da maior operação de dados\n  da plataforma, com o volume atendido crescendo no mesmo período.\n- [Migração de legado](https://padata.pro/#projetos): mais de mil pipelines migradas de\n  ferramenta visual em nuvem para orquestração declarativa.\n- [Base geoespacial socioambiental (MyCarbon)](https://padata.pro/#mycarbon): ingestão de mais de vinte\n  bases públicas brasileiras (CAR dos 27 estados, PRODES dos 6 biomas, FUNAI, INCRA, ICMBio, SIGEF…) em\n  PySpark com Mosaic e GDAL, normalizadas em SIRGAS 2000. Raster no storage, com índice VRT, e não em\n  banco. Traz o descritivo da arquitetura do Mosaic em três camadas e o rastro público do autor no\n  projeto (PR #444 e issue #489 no repositório databrickslabs/mosaic).\n- [Trajetória](https://padata.pro/#percurso): linha do tempo profissional e acadêmica.\n- [Formação e credenciais](https://padata.pro/#credenciais): PUC-Campinas, Santander Coders\n  (Ada), XP Inc. Educação · IGTI, Astronomer, Duke University, IBM.\n\n## Tecnologias\n\nDatabricks · Apache Spark / PySpark · Apache Airflow · Microsoft Azure · Azure Data Lake ·\nDelta Lake · Unity Catalog · SQL · Python · C# / .NET · Bicep · Docker · Infrastructure as\nCode · Modelagem dimensional (Kimball, SCD Tipo 2) · Lakehouse · Arquitetura medalhão ·\nETL/ELT · Governança e linhagem de dados · FinOps · CI/CD · dados geoespaciais vetoriais e\nraster em formatos cloud-native · Mosaic (Databricks Labs) · GDAL/OGR · GeoPandas · SIRGAS 2000.\n\n## Perfis\n\n- [LinkedIn](https://www.linkedin.com/in/patrickpcleite/): perfil profissional.\n- [GitHub](https://github.com/RickLeite): repositórios públicos.\n\n## Opcional\n\n- [Dados estruturados](https://padata.pro/): JSON-LD schema.org no `<head>` da página —\n  `Person`, `WebSite` e `ProfilePage` ligados por `@id`, com `knowsAbout` em PT e EN.\n- [Sitemap](https://padata.pro/sitemap.xml): as duas URLs canônicas com `hreflang`.\n- [robots.txt](https://padata.pro/robots.txt): tudo liberado, agentes de IA nomeados.\n- [Contato de segurança](https://padata.pro/.well-known/security.txt): RFC 9116.",
  "emergingProtocols": {
    "oauthProtectedResource": {
      "exists": false,
      "url": "https://padata.pro/.well-known/oauth-protected-resource"
    },
    "oauthDiscovery": {
      "exists": false,
      "url": "https://padata.pro/.well-known/oauth-authorization-server"
    },
    "mcpServerCard": {
      "exists": false,
      "url": "https://padata.pro/.well-known/mcp/server-card.json",
      "draft": true
    },
    "a2aAgentCard": {
      "exists": false,
      "url": "https://padata.pro/.well-known/agent-card.json"
    },
    "apiCatalog": {
      "exists": false,
      "url": "https://padata.pro/.well-known/api-catalog"
    },
    "agentSkills": {
      "exists": true,
      "url": "https://padata.pro/.well-known/agent-skills/index.json",
      "draft": true,
      "schema": "https://schemas.agentskills.io/discovery/0.2.0/schema.json",
      "skills": 1,
      "names": [
        "padata-profile"
      ]
    },
    "count": 1,
    "total": 6
  },
  "botAccess": {
    "probed": true,
    "bot": "OAI-SearchBot",
    "controlStatus": 200,
    "botStatus": 200,
    "discriminates": false,
    "refusedAsBot": false,
    "edge": "Cloudflare",
    "verifiable": false,
    "detail": "This origin answers OAI-SearchBot exactly as it answers any other client (200). No edge-level filtering of AI crawlers observed."
  },
  "snippets": [
    {
      "id": "add_markdown_negotiation",
      "title": "Support Markdown for Agents",
      "description": "Let AI agents request a clean Markdown version of any page via content negotiation, .md alternate URLs, link tags or Link headers.",
      "language": "html",
      "code": "<!-- Mechanism 3: link tag advertising the .md alternate -->\n<link rel=\"alternate\" type=\"text/markdown\" href=\"/page.md\">",
      "filename": "<head>",
      "stacks": [
        {
          "id": "html",
          "label": "HTML <head>",
          "language": "html",
          "filename": "<head>",
          "code": "<!-- Mechanism 3: link tag advertising the .md alternate -->\n<link rel=\"alternate\" type=\"text/markdown\" href=\"/page.md\">"
        },
        {
          "id": "express",
          "label": "Express",
          "language": "javascript",
          "filename": "server.js",
          "code": "// Mechanisms 1 + 4: content negotiation + Link header\napp.get('/page', (req, res) => {\n  res.setHeader('Vary', 'Accept');\n  res.setHeader('Link', '</page.md>; rel=\"alternate\"; type=\"text/markdown\"');\n  if ((req.headers.accept || '').includes('text/markdown')) {\n    res.type('text/markdown; charset=utf-8');\n    return res.send(renderMarkdown('page'));\n  }\n  res.render('page');\n});"
        },
        {
          "id": "fastify",
          "label": "Fastify",
          "language": "javascript",
          "filename": "server.js",
          "code": "// Mechanisms 1 + 4: content negotiation + Link header\nfastify.get('/page', async (req, reply) => {\n  reply.header('Vary', 'Accept');\n  reply.header('Link', '</page.md>; rel=\"alternate\"; type=\"text/markdown\"');\n  if ((req.headers.accept || '').includes('text/markdown')) {\n    return reply.type('text/markdown; charset=utf-8').send(renderMarkdown('page'));\n  }\n  return reply.view('/page.ejs');\n});"
        },
        {
          "id": "nextjs",
          "label": "Next.js",
          "language": "typescript",
          "filename": "app/page/route.ts",
          "code": "// Next.js App Router — Route Handler returning Markdown\nimport { NextRequest } from 'next/server';\nimport { renderMarkdown } from '@/lib/md';\nexport async function GET(req: NextRequest) {\n  const accept = req.headers.get('accept') || '';\n  if (accept.includes('text/markdown')) {\n    return new Response(await renderMarkdown('page'), {\n      headers: {\n        'Content-Type': 'text/markdown; charset=utf-8',\n        'Vary': 'Accept',\n      },\n    });\n  }\n  // Fall through to the page component\n  return new Response(null, { status: 404 });\n}"
        },
        {
          "id": "wordpress",
          "label": "WordPress",
          "language": "php",
          "filename": "functions.php",
          "code": "<?php\n// Mechanism 1: respond to Accept: text/markdown on the same URL\nadd_action('template_redirect', function () {\n    if (!is_singular()) return;\n    $accept = $_SERVER['HTTP_ACCEPT'] ?? '';\n    if (strpos($accept, 'text/markdown') === false) return;\n    header('Content-Type: text/markdown; charset=utf-8');\n    header('Vary: Accept');\n    $post = get_queried_object();\n    echo \"# \" . get_the_title($post) . \"\\n\\n\";\n    echo wp_strip_all_tags(apply_filters('the_content', $post->post_content));\n    exit;\n});"
        },
        {
          "id": "static",
          "label": "Hugo / Jekyll / Astro",
          "language": "txt",
          "filename": "static/page.md",
          "code": "# Mechanism 2: serve .md alongside .html\n# Hugo: place page.md in /static/ — built unchanged\n# Jekyll: drop page.md in /assets/ — copied as-is\n# Astro: src/pages/page.md.ts that exports a GET returning markdown\n\n# Then advertise with mechanism 3 in <head>:\n#   <link rel=\"alternate\" type=\"text/markdown\" href=\"/page.md\">"
        }
      ]
    }
  ]
}

Use our API to get this programmatically (coming soon)

This JSON is for internal use — unlike the Markdown and llms.txt files, it's not meant to be uploaded to your site. Save it as a baseline to track your score over time, share it with your dev team, or integrate it into your CI/CD pipeline.

Share your results

X LinkedIn Facebook WhatsApp Telegram Email

Or ask an AI to help you fix it

ChatGPT Claude Perplexity Grok Google AI Mode

Want a second opinion?

Cloudflare runs a free scanner too, and it asks a different question. It scores what your site publishes for agents to call — MCP server cards, Agent Skills, API catalogs, DNS records. We score whether an agent can reach, read and understand your content. A site can do well on one and poorly on the other, so expect two different numbers: they are answers to two different questions, and both are worth knowing.

Scan padata.pro with Cloudflare

Embed your badge

Add this badge to your site. It updates automatically as your AI-readiness score changes.

Script Recommended

<script src="https://agentready.md/badge.js" data-id="ebe20ba9-0d68-4e00-a3c7-accdb82869b8" data-domain="padata.pro"></script>

Markdown

[![AgentReady.md score for padata.pro](https://agentready.md/badge/padata.pro.svg)](https://agentready.md/r/padata.pro)

Coming soon: Full Domain Analysis

Crawl your entire domain, generate llms.txt, and monitor your AI-readiness score over time. Join the waitlist to be notified.

You're on the list! We'll notify you when it launches.