Software Engineer
UpFlux / Process Intelligence
Aktuelle berufliche Arbeit an Backend-Architektur, asynchroner Verarbeitung, internen Datenverarbeitungs-Frameworks, Unternehmensintegrationen und Produktionszuverlässigkeit.
Berufserfahrung im DetailJeferson Peter
Ich entwickle Python-APIs, Integrationen und Datenverarbeitungssysteme zur Automatisierung operativer Abläufe. Meine Erfahrung umfasst Process-Mining-Systeme, Unternehmensintegrationen, KI-gestützte Beschaffungsprozesse und Open-Source-Werkzeuge in Python.
Software Engineering seit 2020 · Standort Brasilien
Offen für internationale Remote-Stellen und einen Umzug nach Europa.
Berufliche Softwareentwicklung mit aktueller Produktionsarbeit an erster Stelle.
Jan 2022 - heute
Aktuelle Position
UpFlux / Process Intelligence
Aktuelle berufliche Arbeit an Backend-Architektur, asynchroner Verarbeitung, internen Datenverarbeitungs-Frameworks, Unternehmensintegrationen und Produktionszuverlässigkeit.
Berufserfahrung im DetailAug 2020 - Dez 2021
RapidSoft TI
Wartung eines Textil-ERP-Systems, Integrationen zwischen internen Systemen und Mitarbeit an Next.js-Dashboards.
Die Backend-Architektur eines KI-gestützten Beschaffungsagenten mitgestaltet und ressourcenintensive API-Workloads für bessere Isolation und Verfügbarkeit in asynchrone Background-Verarbeitung überführt.
Ein internes Python/Polars-ETL-Framework für Process Mining entwickelt und Event-Processing-Workloads für mehrere zehn Millionen Ereignisse optimiert.
Produktionsfallstudie
Eine bereinigte technische Fallstudie über die Trennung von Request-Verarbeitung, Hintergrundprozessen und Unternehmensintegrationen in einem produktiven Python-System.
Produktionsfall lesen01 · Problem
Lange laufende, ressourcenintensive Arbeit konkurrierte mit den API-Workloads.
02 · Entscheidung
Schwere Verarbeitung in Background Worker verlagern und klarere Service-Grenzen definieren.
03 · Ergebnis
Bessere Ressourcenisolierung, Verfügbarkeit und Entwicklungsmöglichkeiten für das Backend.
Unabhängige Engineering-Arbeit folgt auf die Berufserfahrung und zeigt meinen Ansatz für Datenschutz, Automatisierung und Entwicklerwerkzeuge.
Zentrales Open-Source-Projekt
Eine auf Polars basierende Anonymisierungsbibliothek für datenschutzorientierte ETL-Workflows.
CloakDataZentrales Open-Source-Projekt
Eine Python-CLI für lokale Dateiautomatisierung mit Überwachungsmodus und regelbasierter Organisation.
FilemindrWeiteres Open-Source-Projekt
Ein Python-Werkzeug zur übersichtlichen lokalen Prüfung tabellarischer Daten in Ubuntu-Workflows.
TabuLynxFähigkeiten, die mit beruflichen und Open-Source-Belegen verbunden und nach ihrem Einsatzzweck geordnet sind.
Produktions-APIs, Service-Grenzen, Hintergrundverarbeitung und relationale Datensysteme.
Python · FastAPI · PostgreSQL · Redis
Wiederverwendbare Konnektoren für Unternehmensplattformen, API-basierte Abläufe, geplante Verarbeitung und operative Warnmeldungen.
REST-APIs · ERP-Integrationen · Airflow · Geplante Abläufe · Operative Warnmeldungen
ETL-Frameworks und speicherbewusste Transformationen für große Process-Mining-Event-Workloads.
Polars · Pandas · Parquet · Lazy Evaluation · Parallele Verarbeitung
Containerisierte Services, Cloud-Workloads und wiederholbare Delivery-Pipelines.
AWS ECS · ECR · S3 · Lambda · Docker · CI/CD
Ausgewählte Artikel über Python-Verhalten und praktische Entscheidungen im Data Engineering.
Python-Grundlagen · Artikel auf Englisch
Identität und Gleichheit, wann welches Konzept zählt und welche Fehler dabei häufig auftreten.
Identität und Gleichheit in PythonPolars & ETL · Artikel auf Englisch
Ein praxisnaher Vergleich von Ökosystem, Datengröße, Lazy Evaluation und Pipeline-Workloads.
Wann Pandas oder Polars die bessere Wahl istIch bin offen für Positionen im Python Software- und Backend-Engineering, internationale Remote-Stellen und einen Umzug nach Europa.