Nota do autor (maio 2026): Escrevi estas reflexões nas minhas notas da universidade em 2008, quando decidi matricular-me em Engenharia Informática enquanto cursava Engenharia de Produção Animal. Partilho agora porque muitos me perguntam como se chega de pecuária a consultoria de transformação digital.

Estudar Duas Engenharias: O Que a Produção Animal Me Ensinou Sobre Sistemas Digitais

O contexto: Venezuela 2008

Venezuela em 2008 vivia uma aparente bonança petrolífera, mas as fissuras do que viria depois já eram visíveis para quem quisesse vê-las. Guanare, capital espiritual do país e cidade agrícola da região dos llanos, tinha um ritmo pausado e muito conectado com a terra.

Estudar na UNELLEZ — Universidade Nacional Experimental dos Llanos Ocidentais "Ezequiel Zamora" — era mergulhar nesse contexto. O campus estava rodeado de unidades de produção agropecuária reais: quintas, laboratórios de zootecnia, sistemas de irrigação. Não era uma universidade abstracta; era uma instituição enraizada na produção agropecuária dos llanos venezuelanos.

Para quem tinha inquietações tecnológicas, o acesso era limitado: sem laboratórios de computação suficientes, com conectividade à internet dependente de cibercafés ou ligações básicas de casa, com hardware que era caro e difícil de conseguir. Mas a vocação tecnológica não espera condições perfeitas para se manifestar.

Por que Produção Animal primeiro

Ao terminar o ensino secundário, a minha primeira vocação era a contabilidade. Não havia vagas no curso que queria. A Informática apaixonava-me, mas na altura estava disponível apenas em universidades privadas que não conseguíamos pagar.

Engenharia de Produção Animal na UNELLEZ era uma alternativa sólida: carreira respeitada, relevante num estado pecuário como Portuguesa, com saídas profissionais claras no sector agropecuário mais dinâmico do país naquele momento. Escolhi por realismo: era uma engenharia que fazia sentido no meu contexto geográfico e económico.

O que não sabia na altura — o que compreendi anos depois — é que essa escolha "por exclusão de partes" seria a base da parte mais diferenciadora do meu perfil profissional.

O primeiro contacto real com a programação

A minha relação com a tecnologia começou muito antes, no ensino primário, com Windows 95 e MS-DOS. Mas a programação real — a que muda como pensas — chegou por necessidade enquanto estudava Produção Animal.

Trabalhava como técnico em manutenção de equipamentos informáticos numa empresa local ("House PC"). Comecei a notar que conseguia automatizar certas tarefas: scripts pequenos, macros, automatizações básicas. Compreendi que o código não era um exercício académico — era uma ferramenta para resolver problemas concretos.

O momento definitivo foi na universidade, quando enfrentei a análise estatística de dados de produção animal. Descobri a linguagem de programação R para análise estatística. E aí algo se conectou de forma irreversível: os dados eram a linguagem comum entre a biologia e a computação. O código era a forma de compreender os sistemas naturais com precisão quantitativa.

A decisão de frequentar duas carreiras

Em 2008, enquanto completava os últimos anos de Produção Animal, tomei a decisão: matricular-me-ia em Engenharia Informática na URBE (Universidade Rafael Belloso Chacín) em Maracaibo.

Em casa pensavam que estava carregar demasiado. Tinham razão nos factos: duas carreiras simultâneas, trabalho para pagar os estudos, e o projecto TALS a começar a tomar forma na minha mente. O tempo era o recurso mais escasso.

Mas a lógica era clara para mim: Produção Animal dava-me a compreensão do mundo físico e dos sistemas naturais. Informática dar-me-ia as ferramentas digitais para modelar, analisar e optimizar esse mundo. Eram complementares, não competitivas.

Organizei os meus dias em blocos: manhãs em actividades de campo ou laboratório de zootecnia, tardes e noites frente ao ecrã. Foi um exercício extremo de gestão do tempo que forjou um hábito de disciplina de que ainda hoje dependo.

O que a produção animal me ensinou sobre programar

Esta é a parte que as pessoas acham mais difícil de acreditar quando lhes conto. Mas é a mais verdadeira.

Pensamento de sistemas complexos Um rebanho pecuário não é uma soma de animais — é um sistema com entradas (nutrição, genética, gestão), processos (metabolismo, reprodução, conversão), e saídas (carne, leite, trabalho). Aprender a modelar isso ensinou-me a pensar em arquitectura de sistemas antes de saber que esse termo existia em informática. Quando depois estudei design de software, já pensava em camadas, dependências e fluxos de dados.

Optimização sob restrições reais Em pecuária, os recursos são sempre finitos e variáveis: forragem que depende das chuvas, água que escasseia no verão, trabalho humano que custa mais do que parece. Aprender a optimizar com essas restrições é exactamente a mentalidade que se precisa para escrever algoritmos eficientes. Não o algoritmo mais elegante teoricamente — o que funciona melhor dado o que tens.

Métricas e decisões baseadas em dados Em produção animal, se não medes, não melhorias: conversão alimentar, ganho de peso diário, taxa de fertilidade. Esta cultura de métricas — "se não consegues medi-lo, não consegues geri-lo" — é idêntica à dos bons equipas de desenvolvimento de software. KPIs, logs, performance metrics: o nome muda, a lógica é a mesma.

A tese que unificou tudo A minha tese de licenciatura em Produção Animal foi sobre morfometria de peixes, e realizei-a inteiramente em R, fazendo análises estatísticas multivariadas sobre medições morfológicas. Foi o cruzamento perfeito: biologia + dados + código. Foi também a prova de que o que pareciam dois mundos separados eram na verdade o mesmo mundo visto de ângulos diferentes.

O paradoxo que levei anos a resolver

Em 2008, estudar Produção Animal e Informática simultaneamente parecia, na melhor das hipóteses, excentricidade académica. Na pior, uma dispersão de energia que dificultaria especializar-me em nenhum dos dois campos.

Em 2026, trabalhando em Portugal para uma empresa metalúrgica, desenvolvendo aplicações de monitorização para processos industriais de produção, o paradoxo está completamente resolvido.

Não sou um programador que aprendeu de indústria. Sou um engenheiro que compreende os processos físicos de produção — a "argila", o "metal", o fluxo de materiais — e também sabe construir o software que os optimiza.

Essa combinação não é frequente. Os programadores puros não compreendem porque é que o operário de uma máquina de plasma precisa ver a informação de certa forma. Os engenheiros de produção puros não sabem construir o sistema em tempo real que fornece essa informação.

Eu faço as duas coisas. E isso é consequência directa de uma decisão tomada em 2008 que na altura parecia uma loucura.

As carreiras não são linhas rectas. São espirais: voltas ao mesmo ponto mas de uma altura diferente, e cada vez que voltas vês as conexões que a primeira vez não conseguias ver.