> Case Bom.Capital | Torno Studio

[← Voltar aos projetos](https://tornostudio.com/#quem)

Dados e crédito · Experiência profissional

# Bom.Capital: da proposta de crédito à resposta em menos de 2 horas

Na Bom.Capital, fintech de microcrédito digital, atuei primeiro no desenvolvimento full stack e depois como cientista de dados. Como primeiro profissional de dados da empresa, construí a solução de ML para análise e aprovação de crédito.

## Como software e análise de crédito se conectam no case Bom.Capital?

Na Bom.Capital, trabalhei no gerenciador de carteira e depois construí a solução de análise de crédito. O aprendizado é integrar interface, regras e dados ao processo que a equipe executa. Esta experiência anterior ao estúdio e seus resultados são apresentados como meu relato profissional, sem publicação externa.

* Minha atuação

  Desenvolvimento full stack e ciência de dados

* O projeto

  Carteira de crédito e análise de propostas

* A evidência

  Relato meu · sem publicação externa

[Minha participação](https://tornostudio.com/cases/bom-capital/#participacao) [Resultados e evidências](https://tornostudio.com/cases/bom-capital/#resultados) [Fontes](https://tornostudio.com/cases/bom-capital/#fontes)

## O tempo até a resposta fazia parte do problema

Segundo meu relato profissional, o processo entre a proposta e a resposta ao cliente levava, em média, 48 horas. Trabalhei na base de software da operação e, depois, na solução de Machine Learning aplicada à análise de crédito.

São duas frentes que se complementam: um sistema para gerir a carteira e uma camada de dados para apoiar o processo de análise. O ganho relatado se refere ao tempo do processo, não à rentabilidade ou à qualidade de crédito da carteira.

Minha participação

## Duas frentes, da aplicação ao modelo

01

### Gestão da carteira

Desenvolvi do zero o gerenciador de carteira de crédito, abrangendo interface, backend, dados e infraestrutura. A stack incluía React, Elixir, Python, PostgreSQL e AWS.

02

### Construção da solução de ML

Como primeiro profissional de dados da empresa, construí a solução para análise e aprovação de crédito, conectando o trabalho de dados ao processo do negócio.

03

### Trabalho com outras equipes

Participei do início do modelo de credit scoring e da comunicação com times e empresas externas, aproximando desenvolvimento e necessidades da operação.

## O recorte do processo acompanhado

1. 01

   ### Proposta recebida

   Início do intervalo descrito no relato.

2. 02

   ### Análise de crédito

   Etapa apoiada pela solução de Machine Learning.

3. 03

   ### Resposta ao cliente

   Fim do intervalo usado na comparação.

Esquema explicativo do processo; não é uma reprodução de telas ou regras de decisão da empresa.

O resultado

## De 48 horas, em média, para menos de 2 horas

O trabalho conectou software e Machine Learning à análise de crédito. No processo que acompanhei, a resposta ao cliente passou de uma média de 48 horas para menos de 2 horas.

Relato profissional

Horas por processo. Escala de 0 a 48 h.

### Tempo entre proposta e resposta

* Antes · média

  48 h

* Depois · relatado

  < 2 h

012243648

A barra tracejada marca o limite de 2 h. O valor relatado está abaixo dele; não há uma duração exata disponível.

Fonte: relato de Henrique Pett, sem publicação externa. “Menos de 2 horas” é um limite superior; a barra não representa uma duração exata.

## O que levo dessa experiência

Uma solução de dados precisa fazer parte do processo que a equipe realmente executa. Trabalhar tanto no sistema de carteira quanto na análise de crédito me deu experiência em conectar interface, regras, dados e Machine Learning a uma necessidade operacional concreta.

## Fontes e contexto

Fonte: meu histórico profissional na Bom.Capital. Gráfico elaborado para este case com os valores do relato; não representa uma auditoria independente. Experiência anterior ao studio.

Case preparado em 14 de outubro de 2026.

## Sua equipe espera demais por uma análise ou aprovação?

Podemos mapear o fluxo, identificar onde o trabalho acumula e definir uma entrega que dê para verificar.

[Agendar diagnóstico — 45 min, grátis](https://calendly.com/henriquepett/45min)

Outros projetos

[Loopt →](https://tornostudio.com/cases/loopt/)[Ascende →](https://tornostudio.com/cases/ascende/)