Henrique PAIN
SOBRE mIM
A competição sempre fez parte do meu DNA. Nos esportes da infância, aprendi cedo que a consistência e o esforço máximo superam o talento.Esse espírito me guiou quando saí de casa aos 18 anos e quando cruzei o oceano para viver e trabalhar em outro continente, totalmente sozinho. Na carreira, essa mentalidade se traduziu em aceitar desafios complexos de gestão e finanças onde precisei ser autodidata para entregar resultados.Meu objetivo é claro: deixar qualquer projeto ou empresa maior e melhor do que quando entrei. Durmo tranquilo com a certeza de que, em todas as oportunidades eu dei meu MÁXIMO.
ESTUDOS
Quando terminava o ensino fundamental, o Brasil vivia o ápice dos protestos dos 20 centavos. Pela primeira vez, minha atenção foi capturada pelo bombardeio de notícias sobre política e economia.Decidi me aprofundar e, ao ver um cálculo de elasticidade em uma reportagem, iniciei meus estudos em economia. A partir daí, há 10 anos, não parei mais.Cursei Economia na UPF (Passo Fundo), onde me formei em 2021, ao final da pandemia. Na sequência, concluí dois MBAs: um em Gestão Empresarial e outro em ESG.Em 2025, formalizei meus conhecimentos com a certificação CPA-20. Ao longo do ano, impulsionado por demandas do trabalho, mergulhei nos estudos de Análise e Banco de Dados, realizando dezenas de cursos online e participando ativamente de comunidades técnicas no Discord e Substack.
PROJETOS
Automação e Dados: Monitorando o mercado de milho em tempo realNo agronegócio, entender a precedência temporal entre o clima e o preço é o que diferencia uma análise comum de uma estratégia de mercado. Este projeto evoluiu de um pipeline de ETL automatizado para uma modelagem econométrica completa que quantifica o impacto real da pluviosidade na região de Passo Fundo/RS.Destaques técnicos da arquitetura:1- Coleta & Ingestão: Web scraping (Notícias Agrícolas) e integração via API (Open-Meteo) para consolidar séries temporais de preço e clima.2- Armazenamento: Estrutura em camadas no Google BigQuery, centralizando o histórico desde 2025.3- Orquestração: Automação diária e monitoramento de saúde do pipeline via GitHub Actions.4- Análise Econométrica: Aplicação de Teste de Causalidade de Granger e regressão OLS (Ordinary Least Squares) para isolar variáveis.5- Visualização: Dashboard dinâmico no Looker Studio integrado a um modelo de Forecasting para os próximos 6 dias.Através da modelagem, foi identificado um Lag logístico de 6 dias: o mercado físico regional leva quase uma semana para absorver totalmente os choques de oferta causados por chuvas intensas.• Rigor Estatístico: Modelo validado com p-valor de 0.007 (99% de confiança).• Elasticidade de Preço: Identificou-se que, para cada 10mm de chuva, ocorre uma variação média de R$ 1,25 na saca.• Projeção Real: O sistema é capaz de gerar previsões de abertura de mercado para a próxima segunda-feira com base no volume pluviométrico de hoje.
Neste projeto feito com dados mockados, o objetivo foi criar um dashboard de fácil interpretação que comunica indicadores complexos de forma clara para diferentes níveis da organização, sem a necessidade de apresentações extensas.O projeto engloba dados detalhados da DRE de 2025, bem como a organização por macrocategorias (Adm, Financeiras, Pessoal...), cartões inteligentes que mudam de cor conforme a performance e, por fim, gráficos que demonstram o peso das contas e a margem sobre o faturamento da empresa.Ademais, o projeto apresenta o fluxo de caixa de 2026, bem como análises de erro de forecast que ocorreram em dez/24. Mais detalhes e a apresentação do BI estão no link abaixo! 🐻
Nesta análise com dados do kaggle importados por meio de script diretamente no SQL, o objetivo era criar um dashboard que permitisse ao gestor calcular automaticamente a variação do faturamento de acordo com diferentes níveis de preço, por uma métrica de elasticidade.
O background foi feito no FIGMA, portanto usamos 3 ferramentas distintas para esse relatório, do qual a parte mais interessante é sua junção automática com a base de dados no sql.
Mais detalhes e a apresentação do BI estão no link abaixo!🐥
Neste vídeo, apresento um dashboard interativo desenvolvido para validar a correlação entre critérios de sustentabilidade e retornos excedentes no mercado brasileiro. O projeto utiliza o Coeficiente de Pearson para provar a força da relação entre o Score ESG e a performance financeira.
Além do mapeamento de risco-retorno, o sistema calcula o Alpha dinâmico de cada ativo em comparação ao Ibovespa, permitindo uma visão clara de geração de valor acima do benchmark de mercado🐧
Vamos nos conectar
Se você precisa transformar dados financeiros em decisões claras, mande uma mensagem 😺
Centro
Passo Fundo, RS Brasil[email protected]