Sou um profissional de dados com mais de 4 anos de experiência em projetos de Data Science, Data Engineering e Analytics. Tenho uma sólida expertise em transformação e enriquecimento de dados, inteligência artificial e machine learning. Meu objetivo é resolver problemas complexos e traduzir objetivos de negócios em iniciativas de dados impactantes. Com excelentes habilidades interpessoais, de comunicação e adaptabilidade, estou preparado para contribuir significativamente em equipes de dados dinâmicas.
Olá pessoa (ou 🤖) 👋;
📈 Atualmente estou trabalhando em um projeto de Ciência de dados sobre COVID-19. O objtivo é prever a chance de óbito de pacientes com COVID-19 no estado do Rio Grande do Sul (Brasil).
🌱 Estou aprendendo sobre desenvolvimento Back-end (Django), Desenvolvimento de jogos (Unity)... e obiamente Analytics (Python ❤️);
🔥 Tópicos de interesse: Possuo interesse nas áreas de Ciência de Dados e Aprendizagem de Máquina com Python (scikit-learn, numpy, matplotlib, pandas); Desenvolvimento de Jogos Digitais (Unity); e Segurança da Informação.
✔️ Sinta-se a vontade para me seguir para ver alguns projetos de Data Science ou para mandar uma mensagem para conversarmos sobre tópicos aleatórios;
O repositório: Não clicke aqui
Titanic: Machine Leaning from Disaster 🚢
- Exploração do 'Hello World' de Data Science:
- Visualização de correlações entre:
- Sexo e probabilidade de viver;
- Idade e probabilidade de viver;
- Local de embarque e probabilidade de viver;
- Modelo preditivo sobre "teria vivivo ou não ao desastre?".
- Visualização de correlações entre:
- Análise sobre os preços das residências dos EUA;
- Compração dos preços das residências em cidades normais vs preços das residências em cidades universitárias;
- Validação da hipotese sobre as cidades universitárias terem os preços menos afetados utilizando um Teste T de Student.
Recordes Metereológicos de 2005 a 2014 quebrados em 2015 - Região de Ann Arbor, Michigan ☀️ 🌡️ ❄️
- Análise temporal sobre as temperaturas e recordes de temperatura no período de 2005 a 2014 em Ann Arbor, Michigan.
- Visualização dos recordes metereológicos deste período, que foram quebrados no ano de 2015, também nessa região.
- Utilização do matplotlib
- Análise exploratória utilizando PyData Stack
- Visualização dos picos de horários onde mais ocorreram ligações de emergência, sendo de tráfego, saúde ou incêndio.
- Utilização do Seaborn
- Análise exploratória com PyData Stack
- Implementação de um modelo de Machine Learning (LinearRegression) com o sklearn
- Extração de dados da Wikipedia
- Análise exploratória com PyData Stack
- Visualização dos títulos expressivos ganhos no Sul, Brasil e América
- Títulos totais e contatem por título
- Utilização do Seaborn
- INTER É O MAIOR DO SUL PAI. É US GURI
Análise dos dados do Airbnb Boston, Massachusetts
- Análise sobre distribuição dos preços
- Detecção de outliers
- Locais mais caros