Engenharia da Computação
Conclusão: Dezembro de 2024
Instituto Nascional de Telecomunicções
Sobre mim
Analista de Dados
Profissional formado em Engenharia da Computação, com foco em análise e interpretação de dados para apoio
à tomada de decisão.
Possui experiência prática em manipulação, organização e análise de dados, além do
desenvolvimento de consultas SQL, construção de dashboards e realização de análises exploratórias (EDA)
utilizando ferramentas como Excel, Power BI e Python.
Vivência com bancos de dados relacionais e NoSQL, incluindo tratamento, estruturação e organização de
dados para análise. Possui também base em programação e boas práticas de desenvolvimento, contribuindo
para automação de processos, organização de dados e reprodutibilidade das análises.
Mantém interesse contínuo em análise de dados, visualização de indicadores (KPIs) e geração de insights,
buscando transformar dados em informações relevantes para apoiar decisões estratégicas e melhoria de
processos.
Formação
Experiência
Estagiário Backend
2022 – 2023
Sensedia • Campinas - SP
- Desenvolvimento de microsserviços em Golang utilizando Docker e Kubernetes.
- Criação e manutenção de APIs REST com versionamento e validações.
- Implementação de testes automatizados (~80% de cobertura).
- Integração contínua e entrega automatizada via CI/CD.
Habilidades Técnicas
- Análise de Dados: Python, Excel, Power BI, Análise Exploratória de Dados (EDA), criação de dashboards e indicadores (KPIs)
- Manipulação e Processamento de Dados: Pandas, tratamento e limpeza de dados, transformação de dados e preparação para análise
- Bancos de Dados: PostgreSQL, MongoDB, consultas SQL e organização de dados
- Ferramentas e Ambiente: Git, Linux
Diferenciais
- Capacidade de analisar e interpretar dados para geração de insights e apoio à tomada de decisão
- Experiência com Python aplicado à análise e manipulação de dados, utilizando bibliotecas como Pandas
- Experiência com consultas SQL e organização de dados em bancos relacionais
- Base sólida em engenharia de software, contribuindo para organização, automação e reprodutibilidade das análises
Projetos de Análise de Dados
Alguns dashboards e análises desenvolvidas utilizando ferramentas de Data Analytics.
Projetos Principais
Bank customer churn
Este projeto analisa os fatores que influenciam o churn de clientes em uma instituição bancária, utilizando Python e técnicas de análise exploratória de dados (EDA). A partir da análise, foram identificados padrões relevantes relacionados ao perfil e comportamento dos clientes, além do desenvolvimento de um score de risco para segmentar a probabilidade de evasão. Os insights obtidos auxiliam na tomada de decisão, permitindo a criação de estratégias mais eficazes de retenção de clientes.
- Python
- Pandas
- Matplotlib
- Jupyter Notebook
Coffe Shop - Dashboard de Vendas
Projeto de análise exploratória de dados (EDA) utilizando dados de vendas de uma cafeteria fictícia. A análise identificou que o produto mais vendido não é o que gera maior lucro, indicando oportunidades de otimização no mix de produtos e estratégias de precificação. Além disso, foi observado que o maior volume de vendas ocorre entre 9h e 10h da manhã, permitindo direcionar melhor a alocação de funcionários e reduzir possíveis gargalos no atendimento. Esses insights podem contribuir para aumento da eficiência operacional e melhoria na rentabilidade do negócio.
- Google Sheets
- Análise exploratória de dados (EDA)
- Visualização de dados
Netflix Data Analysis (End-to-End)
Projeto de análise do catálogo da Netflix utilizando Python para tratamento e exploração dos dados (EDA)
e Power BI para construção de dashboards interativos voltados à tomada de decisão.
A análise revelou predominância de filmes em relação a séries, com destaque para gêneros como filmes
internacionais, comédia e drama. Também foi observada maior incidência de classificação indicativa
TV-MA, indicando um foco em conteúdo voltado ao público adulto.
Esses insights podem apoiar decisões estratégicas, como o direcionamento de investimentos em novos
conteúdos e desenvolvimento de programações alinhadas ao perfil predominante da plataforma.
- Python
- Pandas
- Matplotlib
- Seaborn
- Jupyter Notebook
- Power BI
- Power Query
Projetos Secundários
Data Cleaning Pipeline (Python)
Desenvolvimento de uma pipeline reutilizável para tratamento de dados em Python, voltada à padronização e preparação de bases para análise. O projeto resolve problemas comuns de qualidade de dados, incluindo valores nulos, inconsistências e categorias despadronizadas, além da criação de variáveis derivadas. A estrutura foi projetada para ser aplicada em diferentes cenários, tornando o processo de limpeza mais eficiente, replicável e confiável.
- Python (Pandas, NumPy)
- Data Cleaning
- Feature Engineering
