Paulo Vila

Arquiteto de Plataformas de IA e Executivo de Tecnologia · IA Multiagente Local-First em Rust · ex-Mastercard, BCG, McKinsey

28 de 28 secciones en pt

Professional Summary

Consultoria → Liderança Empresarial → Engenharia de Sistemas → Infraestrutura de IA ■ Construído: Vilaros OS — plataforma de IA soberana em Rust (Hera, Memento, Sentinel, Argus, OS-v3); 5 aplicações de produção em web, Telegram e WhatsApp; orquestração LLM personalizada e memória persistente, zero dependência de nuvem. Iniciado na Mastercard (2022), tempo integral desde janeiro de 2025. ■ Dimensionado: 10+ anos na Mastercard (2014–2025) em funções LATAM, MENA e globais — VP de Inovação, parcerias comerciais e liderança de P&L em mercados que geraram centenas de milhões em volume anual. Cinco prêmios institucionais selecionados entre ~30K funcionários globais. ■ Assessoria: Projetos McKinsey & BCG em estratégia, reestruturação e crescimento comercial na América Latina e Europa. GMAT 730 (percentil 95).

~/mission

Construir infraestrutura de IA soberana que roda localmente, executa rápido e melhora sistemas organizacionais de decisão.

How I Work

Não apenas gerencio pessoas — orquestro sistemas e equipes. Crio as condições para que um grupo pense melhor do que acreditava ser possível, e depois reviso ativamente, apoio e guio sua produção em direção à excelência. Minha convicção central é que as melhores decisões emergem de colisões estruturadas entre perspectivas diferentes. Em 29 anos, oscilei entre construir sistemas de software e facilitar equipes humanas, porque são problemas identicamente estruturados: entender as necessidades dos componentes, limpar os canais de comunicação, eliminar os gargalos. Executo sprints, não reuniões. Em mais de 100 sprints de C-Suite com CEOs e CFOs pela América Latina, o sucesso veio de investir mais tempo projetando as perguntas e critérios de saída do que nos decks. O fio condutor em tudo: encontrar o ambiente onde as decisões realmente são tomadas, e torná-las melhores. Como CEO, isso se traduz diretamente: construo a plataforma, recruto a equipe, defino a arquitetura — e me envolvo profundamente na execução para garantir que os resultados atendam aos mais altos padrões técnicos.

Operating Model

Plataforma de IA soberana: inferência local-first, memória persistente com escopo definido, orquestração multiagente e alcance multicanal (web + Telegram + WhatsApp) compartilhando um único runtime em Rust. A nuvem é um failover, não o caminho principal.

Operating Model Focus

Infraestrutura de IA · Rust / C++ · Inteligência Local-First · Liderança de Produto

Operating Model Diagram

flowchart LR
  Usuário --> Sentinel
  Sentinel --> Hera
  Hera --> Memento
  Hera --> Tools
  Tools --> Apps
  Argus --> Hera
  Argus --> Sentinel
  Argus --> Apps

System Architecture

flowchart TD
  Usuário --> Sentinel
  Sentinel --> Hera
  Hera --> Memento
  Hera --> Tools
  Tools --> Apps
  Argus --> Hera
  Argus --> Sentinel
  Argus --> Apps
  Apps --> Vetra
  Apps --> Movilo
  Apps --> Latinos
  Apps --> ElGarcero
  Apps --> PauloVila
  subgraph Core Platform
    Sentinel
    Hera
    Memento
    Argus
  end

Architecture Legend

• Sentinel — gateway de roteamento e camada de interação
• Hera — orquestração de LLM e coordenação de agentes
• Memento — memória persistente e acesso a dados com escopo definido
• Argus — orquestração de runtime e ambiente
• OS-v3 — hub de governança: registro de ferramentas/fluxos de trabalho, autenticação compartilhada
• Apps — vetra.trade, latinos.paulovila.org, movilo.club, elgarcero.com, paulovila.org

Engineering Benchmarks

• Construído Vilaros OS do zero: 5 aplicações de IA de produção (paulovila.org, vetra.trade, latinostrading.com, movilo.club, elgarcero.com) unificadas em uma única arquitetura Rust — Hera + Memento + Sentinel + Argus + OS-v3.
• IPC de sub-milissegundo (Unix Domain Sockets) para lidar com requisições de alta concorrência; inferência local em GPU 2× RTX 3090 com failover automático do Postgres para nó edge em nuvem.
• Orquestração multi-agente em canais web, Telegram e WhatsApp com memória persistente, execução de fluxos de trabalho e zero dependência de APIs LLM externas.

Business Benchmarks

• Escala Fintech — Liderei uma plataforma B2B de sourcing de cartão de crédito de **$100M+** na Mastercard; apoiei o lançamento de um neobanco que atingiu mais de 1M de usuários na Colômbia em 18 meses.
• Crescimento em Inovação — Impulsionei um <strong>crescimento de 10x</strong> nas vendas de consultoria em inovação na América Latina através de três novos hubs.
• Reversão — **$20M** de giro financeiro (de –$10M para +$10M em lucro anual em 6 meses) em uma mina latino-americana através de redesign de processos e negociação sindical.
• Crescimento Estratégico — Facilitei a estratégia para um líder alimentar chileno projetando **$200M** em vendas incrementais e melhoria de 10%+ nas margens.
• Comunidade em Escala — Fundei e escalei Top Level Executives para 60.000 membros (VPs, CEOs, Diretores) em 19 anos. Zero financiamento institucional.

UX Layer

Trato design como arquitetura: deve funcionar sem explicação. Os melhores workshops são aqueles em que os participantes esquecem que estão em um. O melhor software faz com que os usuários esqueçam que estão usando. Ambos exigem clareza implacable sobre as necessidades humanas e a remoção constante de tudo que serve ao designer e não ao usuário. Sobre Design Thinking — Uma epistemologia, não um framework. Começar com o humano, prototipar rápido, matar ideias ruins cedo. O método escala de apps fintech até operações de mineração e estratégia de C-suite — porque a lógica subjacente é sempre a mesma. Sobre Arquitetura Sprint — Projetada como uma pipeline de código: entradas claras, interfaces robustas entre estágios, saídas observáveis. Por isso os sprints terminam em dias e não em semanas. Processos avançam; reuniões regulares travam.

Design Principles

• Local-First: Priorizar motores C++ / Rust locais sobre REST.
• Dual-Resolution: Armazenamento DB escalado para interfaces compactadas.
• UI Determinística: Tera + HTMX para acabar com a fadiga de JS.

Languages

• Espanhol (nativo)
• Inglês (fluente)
• Francês (fluente)
• Italiano (fluente)
• Português (intermediário)
• Alemão: Básico, em melhoria ativa

Network

• Top Level Executives — comunidade executiva global, ~60,000 membros entre CEOs, VPs, Diretores e Empreendedores (fundada em 2006, em andamento)

Closing

Este CV foi gerado dinamicamente a partir do Banco de Dados Memento Soberano usando Loco.rs.

Sobre Paulo 25 hechos

• Realizei workshops de estratégia como consultor na Hay Group no Chile, que ajudaram um cliente a desenvolver novos produtos e encontrar novas fontes de receita.
• Fui professor na Universidad de los Andes e, enquanto lecionava lá, trabalhei em um projeto de consultoria com a Syntegrity para o ICFES (o instituto nacional de avaliação da Colômbia).
• Alinho equipes multifuncionais com prioridades conflitantes usando uma sequência fixa: primeiro entrevistas para trazer à tona o problema real (não o declarado), depois uma pesquisa que transforma opiniões dispersas em uma imagem mensurável compartilhada, depois um workshop que termina em responsabilidades explícitas por tarefas, e depois KPIs de execução dos dois lados -- KPIs de ação (o trabalho está acontecendo) e KPIs de resultado (o número está se movendo).
• Construo confiança com uma equipe cética como assessor externo, combinando conhecimento técnico com empatia -- sigo a regra "ouvir com dois ouvidos, falar com uma boca": dedico o primeiro trecho de qualquer projeto a ouvir antes de recomendar qualquer coisa.
• Explico conceitos de IA a executivos não técnicos por meio de analogias em vez de especificações -- por exemplo: um LLM é como um assessor júnior; o contexto que se dá a ele é o dossiê entregue a esse assessor antes de uma reunião; um fine-tune LoRA é como integrá-lo ao "como fazemos as coisas aqui" (comparável aos primeiros três meses de um novo funcionário).
• Acredito que encaminhar reflexivamente todo o trabalho de IA para APIs comerciais na nuvem é um erro padrão custoso -- prefiro modelos locais/próprios em primeiro lugar, com escalonamento disciplinado para um nível comercial apenas quando o modelo local falha de forma comprovada em uma tarefa específica, verificado e não presumido.
• Organização mais exigente operacionalmente: Mastercard, VP Innovation-Digital Labs América Latina (set. 2022-jan. 2025) e Diretor de Inovação LatAm (2019-2022), 5,5 anos no total. Escala (pesquisa pública, não dado interno da Mastercard): sede da região LAC em Miami, estruturada em 3 divisões / 13 escritórios, cobrindo dezenas de jurisdições na região (Argentina, Brasil, Chile, Colômbia, México, Peru e outras). A Mastercard é uma rede de pagamentos, não uma gestora de ativos, portanto não tem AUM -- a métrica de escala equivalente mais próxima é o Gross Dollar Volume (GDV): a LAC gerou ~$29.2B de GDV no ano fiscal de 2025, ~7,4% do GDV global da Mastercard (fonte: dados operacionais suplementares para investidores da Mastercard do 2º trimestre de 2026). Escopo diretamente verificado a partir do próprio cargo de Paulo (CV, paulo_bio_experience): manteve o relacionamento de patrocinador executivo com os maiores bancos, varejistas e fintechs da região; arquitetou mais de 100 sprints de Design Thinking em nível de C-suite; criou 3 novos hubs de inovação para clientes na América Latina; aumentou em 10X o valor dos projetos estratégicos. O número exato de subordinados diretos não está registrado -- não foi inventado aqui, sinalizado para Paulo adicionar se relevante. Desafios específicos de adoção de IA/tecnologia nessa escala: (1) fragmentação regulatória entre as jurisdições da LAC -- as regras de dados/IA de cada país impediam um rollout único e unificado, forçando caminhos de conformidade por mercado em vez de uma única implantação; (2) resistência organizacional/legada dentro de uma grande multinacional -- sistemas legados internos e a política interna desaceleraram a adoção de novas ferramentas (LLM local) em comparação com o que uma organização menor e menos burocrática conseguiria fazer.
• Carrefour Colômbia, Diretor de Desenvolvimento de Vendas (out. 2009-mar. 2011). Escala (pesquisa pública): a Carrefour Colômbia operava 72 hipermercados, 16 lojas de conveniência e 4 lojas cash-and-carry (~400,000 m² de área de vendas), a 2ª maior rede de supermercados da Colômbia por participação de mercado (~17%), com receita superior a $2B. Toda a operação colombiana foi posteriormente vendida à Cencosud por $2.6B (out. 2012) -- contexto da escala do negócio para o qual Paulo ajudou a gerir a precificação. Escopo diretamente verificado a partir do CV: dirigiu uma divisão de precificação com mais de 200 pessoas, executando estratégia de precificação em tempo real em nível nacional; orquestrou aberturas de novas lojas de ponta a ponta (da seleção do local até a prontidão operacional). Nenhum desafio de adoção de IA/tecnologia foi especificamente registrado para esta função -- sinalizado para Paulo, caso seja relevante; não inventado.
• McKinsey & Company, Associate Consultant (abr. 2006-mar. 2008). Escala (pesquisa pública, aproximada para a época -- a McKinsey não publica headcount histórico datado por ano): consultoria de gestão global, comumente citada com mais de 50 escritórios em mais de 25 países nesse período, com mais de 60% da receita gerada fora dos EUA em 2004. O próprio mercado global de consultoria era de ~$280-300B em 2006-2007 (Kennedy Information). Escopo diretamente verificado a partir do CV: papel de suporte analítico em uma fusão multibilionária no setor de telecomunicações, alcançando mais de $20M em economias de sinergia; contribuiu para a implantação de um novo modelo de agências e o lançamento de um portal de IP-vídeo para clientes líderes na LAC. Nenhum desafio de adoção de IA/tecnologia foi especificamente registrado para esta função (2006-2008 é anterior às questões modernas de adoção de IA) -- sinalizado para Paulo; não inventado.
• BCG (The Boston Consulting Group), Consultant (abr. 2008-mar. 2009). Escala (pesquisa pública, aproximada para a época): em 2009 a BCG tinha ~6,900 funcionários no mundo todo (cresceu para 21,000 até 2019, com receita triplicando de $2.75B para $8.5B nessa década) -- ou seja, quando Paulo entrou, a BCG tinha aproximadamente um terço do tamanho que tem em 2026 (mais de 90 escritórios, mais de 50 países hoje; a contagem exata de escritórios/países em 2008-2009 não foi encontrada publicamente). Escopo diretamente verificado a partir do CV: papel analítico chave em uma fusão transfronteiriça de mais de $30B entre duas grandes empresas de alimentos no México; identificou $10M em economias anuais para uma multinacional de manufatura de classe mundial. Nenhum desafio de adoção de IA/tecnologia foi registrado para esta função (2008-2009 é anterior à adoção moderna de IA) -- não inventado.
• Partners in Performance, Senior Associate (ago. 2013-jun. 2014). Escala (pesquisa pública): consultoria global de melhoria operacional fundada em Melbourne em 1996, ~15 escritórios em 5 continentes (Austrália/NZ, África do Sul, Reino Unido, EUA, Canadá, Chile), focada em indústrias intensivas em ativos (mineração, energia, óleo & gás). Adquirida pela Accenture em 2024 (~400 profissionais integraram a Accenture Strategy) -- confirma que era uma firma especializada global de porte médio real e credível, não um pequeno escritório local. Escopo diretamente verificado a partir do CV: entregou uma reversão de $20M no resultado anual (-$10M para +$10M) em 6 meses em uma mina de prata-chumbo-estanho por meio de reengenharia do fornecimento de energia, otimização de peças de reposição no SAP e negociações sindicais -- trabalho de reversão operacional de alto risco. Nenhum desafio de adoção de IA/tecnologia foi especificamente registrado para esta função.
• Hay Group (hoje Korn Ferry), Senior Consultant (abr. 2011-ago. 2013). Escala (pesquisa pública): no momento de sua aquisição pela Korn Ferry em 2015, a Hay Group tinha ~3,000 funcionários em 88 escritórios em 50 países (a própria Korn Ferry: 3,900 funcionários, 78 escritórios, 37 países -- entidade combinada com ~7,000 pessoas). Preço de aquisição ~$452M. Confirma que a Hay Group era uma grande firma global de consultoria em RH/organizacional durante a passagem de Paulo por lá. Escopo diretamente verificado a partir do CV: reduziu em 10% as necessidades de FTE para dois grandes oleodutos em menos de dois meses, conduzindo sprints de Building Effective Organizations para a prática LAC; identificou $200M em potencial de vendas projetado, filtrando 60 oportunidades de expansão até reduzi-las a 5 iniciativas centrais. Nenhum desafio de adoção de IA/tecnologia foi especificamente registrado para esta função.
• Universidad de los Andes, Professor Universitário (jan. 1998-set. 1999). Escala (pesquisa pública, dados atuais -- a matrícula histórica de 1998 não foi encontrada publicamente): hoje ~24,650 estudantes (14,337 de graduação, 2,515 de pós-graduação, 276 de doutorado), consistentemente classificada como #1 na Colômbia e entre as top-5 da América Latina (QS). Fundada em 1948. Em 1998 a universidade era menor, mas já era a universidade privada mais bem classificada do país. Escopo diretamente verificado a partir do CV: reformulou e lecionou o curso de Pensamento Sistêmico para 50 alunos de graduação (avaliações perfeitas de 5/5), orientou 6 teses, projetou/supervisionou 3 Feiras de Negócios de Engenharia Industrial (mais de 75 ideias de negócio apresentadas a 3,500 visitantes). Nenhum desafio de adoção de IA/tecnologia registrado (contexto acadêmico, não de implantação tecnológica em escala organizacional).
• ROCHE, Marketing Specialist (set. 1996-dez. 1997). Escala (pesquisa pública, aproximada para a época): ~50,000 funcionários globalmente antes da aquisição da Boehringer Mannheim em 1997 (mais ~18,000 funcionários, ~1.5B CHF em vendas em 1996), o que tornou a Roche líder mundial em diagnóstico in-vitro e cuidados com diabetes -- uma grande farmacêutica multinacional passando por uma complexidade real de integração de M&A durante a passagem de Paulo por lá. Escopo diretamente verificado a partir do CV: construiu um sistema de análise de custos (Visual Basic/Excel) medindo os custos de promoção de 40 produtos farmacêuticos comercializados por 120 vendedores para mais de 13,000 médicos -- adotado como ferramenta de orçamento nas divisões da ROCHE na Colômbia, Equador e Venezuela (implantação regional em 3 países de uma ferramenta construída por ele). Nenhum desafio de adoção de IA/tecnologia especificamente registrado além dessa implantação multi-país da ferramenta.
• Top Level Executives, Fundador e Proprietário (jan. 2006-atualidade, 19+ anos). Escala: autofundada, sem pesquisa externa de escala aplicável/necessária -- verificado diretamente a partir do CV: comunidade executiva global com quase 60,000 membros (CEOs, VPs, Diretores, Empreendedores), construída do zero, sem financiamento institucional, mantida em paralelo com todas as funções em tempo integral listadas aqui. Funciona como um canal permanente de recrutamento executivo, networking estratégico e avanço de carreira. Relevante para uma pergunta de due diligence como evidência de capacidade operacional sustentada e autofinanciada em escala significativa (60K membros) ao lado de funções exigentes em tempo integral.
• data2web.com, CEO e Sócio-Fundador (set. 2001-abr. 2006). Escala: empreendimento de tecnologia autofundado, sem pesquisa externa de escala aplicável -- verificado diretamente a partir do CV: entregou seis sistemas corporativos sob medida para clientes corporativos/governamentais (portal de intranet da Siemens; CREEL -- o maior escritório de advocacia do México, arquivo jurídico; gestão de certificação BASC; rastreamento de casos da Contraloría de Cundinamarca; controle de produção da Zientte; rastreamento logístico da POST-MARKETING/FedEx). A carteira de clientes abrange 2 países (México, Colômbia) e inclui uma multinacional de nível Fortune (Siemens) e um auditor governamental nacional.
• La Nota Económica, Chief Technology Officer (fev. 2000-set. 2001). Escala: publicação colombiana de negócios/economia, sem dados de escala externos significativos encontrados publicamente para este período -- verificado diretamente a partir do CV: criou um grupo de desenvolvimento de software entregando intranets, gestão do conhecimento e CMS para Siemens e Nera Telecommunications, além de sistemas de publicação de bancos de dados, software de gestão de banners e uma plataforma completa de comunidade virtual. Organização menor que as outras funções aqui -- não apresentada como a 'mais exigente', incluída apenas para completude.
• Kaplan, Instrutor de GMAT (jan. 1998-dez. 2000). Escala (conhecimento geral, não pesquisado em profundidade para esta época): a Kaplan é uma grande empresa global de preparação para provas e educação, sediada nos EUA (parte da Graham Holdings), operando em dezenas de países -- mas a função de Paulo aqui era uma posição de instrutor local na Colômbia, não uma função de operação em escala organizacional. Verificado diretamente a partir do CV: lecionou o curso de GMAT da Kaplan na Colômbia. Baixa relevância para uma pergunta de due diligence sobre escala organizacional/AUM -- incluído apenas para completude.
• Simplexity, Software Development and Consulting Manager (mar. 2009-set. 2009). Escala: nenhum dado de escala externo encontrado/pesquisado (consultoria de software pequena/local) -- verificado diretamente a partir do CV: resgatou dois projetos de software de logística com mais de 2 anos de atraso; vendeu e entregou a criação de um escritório de PMO na Fiduciaria Bogotá, a maior fiduciária da Colômbia (empresa de administração de fundos/ativos) -- o próprio cliente Fidubogotá é uma grande instituição financeira regulada, ainda que a Simplexity como empregadora fosse pequena.
• ImagineOS, CEO e Fundador (jan. 2025-atualidade). Escala: autofundada, sem pesquisa externa de escala aplicável -- verificado diretamente a partir do CV: único arquiteto de uma plataforma de IA multiagente que atende 5 aplicações em produção a partir de um núcleo Rust compartilhado; custo de inferência de $0/consulta via cluster de GPU on-premises 2x RTX 3090 (contra $0.01-0.05/requisição em APIs de nuvem); 13 agentes de IA autônomos implantados em 9 meses com memória persistente entre web/Telegram/WhatsApp; IPC de sub-milissegundo (1.019ms em média); failover automático de alta disponibilidade do Postgres (~2min RTO, RPO~0); pipeline de grafo de conhecimento por PLN zero-shot (GLiNER/GLiREL/GLiClass); loop de codificação agêntica autocorretivo. Um tipo de 'exigência' diferente das funções corporativas acima -- complexidade técnica/arquitetural em escala de operador único, não escala de headcount/AUM/jurisdição. O desafio de adoção de IA/tecnologia aqui é o inverso dos casos corporativos: provar que uma stack de IA totalmente soberana (não dependente de nuvem) pode igualar a qualidade da nuvem comercial, e não navegar a burocracia de uma grande organização.
• Reversão na mina de Honduras: entrei em uma equipe multidisciplinar da Partners in Performance em uma operação de mineração que perdia $10M/ano. A equipe já havia dedicado esforço significativo às duas alavancas óbvias (linha de produção, moinho) sem resultado. A correção real veio de ouvir o gerente do armazém: antes de o SAP assumir o planejamento de estoque, ele o conduzia com sua própria fórmula em Excel, que funcionava melhor. O SAP assumia demanda variável, mas prazo de entrega fixo -- errado em Honduras, onde o prazo de entrega é tão variável quanto a demanda, causando rupturas crônicas de estoque que sufocavam a produção. Reconstruí a fórmula para considerar as duas variáveis, defasei o horário do turno de manutenção em 4 horas em relação ao cronograma de produção, e mudei a forma como as usinas de energia de reserva estavam conectadas. Resultado: a produção passou de 30,000 para 70,000 toneladas/mês, a mina passou de -$10M/ano para +$10M/ano -- uma reversão de $20M, nenhuma parte dela vindo das alavancas para as quais a equipe havia sido originalmente destacada.
• Fiz uma aposta de infraestrutura pouco convencional ao construir a ImagineOS: plataforma de operador único escrita inteiramente em Rust (não o Python/Node em que o ecossistema de IA normalmente se apoia), hardware de GPU autogerido em vez de encapsular APIs da OpenAI/Anthropic, tudo em um único monorepo em vez de serviços separados. Não existia nenhum playbook para essa combinação. Resolvi a incerteza instrumentando em vez de debatendo: cada chamada de modelo recebe telemetria de custo/qualidade/latência e um roteador sensível à dificuldade. Quando um agente de codificação local certa vez fabricou uma assinatura de função alegando ter lido o arquivo real, a correção foi um gate de verificação (compilar/testar, nunca a própria narrativa do modelo) -- não abandonar o local-first. Quando essa mesma verificação de proteção, migrada de Python para Rust, caiu de ~12.6s para ~1s, isso se tornou o gatilho para tornar o Rust o padrão obrigatório daí em diante. A regra: um incidente específico e medido muda a menor coisa que o corrige, nunca a estratégia inteira.
• Recomendei um controle rígido (bloqueio automático de qualquer commit que apague uma grande quantidade de código de produção, sem contorno possível sem justificativa por escrito) que um colaborador driblou sob pressão de deploy, argumentando que era "só atrito". Esse exato commit apagou 83 arquivos / ~16,500 linhas de código financeiro de produção; a produção continuou respondendo 200 OK sobre a build esvaziada por ~15 horas antes que alguém percebesse. A recuperação exigiu esforço real (reconstruir ~50 arquivos a partir do histórico). A resposta não foi relitigar a regra na sala -- foi tornar o contorno estruturalmente mais difícil de fazer sem prestação de contas (justificativa por escrito vinculada permanentemente ao commit, verificada em dois pontos do pipeline em vez de um), e adicionar uma regra permanente: se um bloqueio de segurança dispara e não corresponde ao que a tarefa realmente deveria fazer, essa incompatibilidade é, em si, o sinal para escalar, nunca para resolver sozinho. Uma regra fácil de contornar em uma crise é contornada em uma crise, não importa quão bom fosse o argumento quando tudo estava calmo.
• Na Mastercard, liderei equipes multifuncionais de até 30 pessoas — cliente, agência e internas — em sprints de inovação e entrega. Eram equipes de missão montadas por projeto, não uma linha hierárquica permanente; o número exato de subordinados diretos ainda não está registrado. Confirmado por Paulo em 2026-09-03.
• O fio condutor de dados e analytics atravessa toda a carreira e nunca havia sido registrado por escrito: trabalho analítico como professor na Universidad de los Andes (1998-99), CTO na La Nota Económica liderando a equipe de desenvolvimento (2000-01), fundação da data2web (2001-06), estratégia orientada por dados na McKinsey (2006-08) e na BCG (2008-09), Partners in Performance (2013-14), e uma década na Mastercard (2014-25), onde consultoria, segmentação de merchants, o Digital Datathon e os Labs foram todos trabalho analítico. Aproximadamente 22-24 anos por sua própria contagem, confirmado por Paulo em 2026-09-03. É por isso que ele se qualifica para cargos de liderança em Dados e Analytics, não apenas em IA.