2024-09-20

Sou um profissional altamente qualificado com uma sólida formação em Análise de Sistemas e pós-graduação em Engenharia de Software, complementada por uma extensa experiência em desenvolvimento de software, análise de requisitos e gestão de projetos.

Ao longo da minha carreira, atuei como desenvolvedor em várias tecnologias, incluindo PHP, Python, Java, Spring Boot, Angular (JS/TS), MySQL, Postgres ou PostGIS, dentre muitas outras. Tenho me desempenhado também como analista de requisitos e gerente de projetos.

Minha paixão por dados e inteligência artificial me levou a expandir minhas competências para a área de Ciência de Dados, onde concluí uma série de cursos avançados em temas como Big Data, Machine Learning, NLP, Inteligência Artificial e Engenharia de Dados. Tenho expertise em ferramentas e plataformas como Databricks, Apache Spark, Microsoft Azure, Google Cloud, e Apache Airflow, entre outras.

Com uma sólida compreensão dos princípios de ETL, modelagem preditiva, séries temporais, sistemas de recomendação e extração de dados, estou preparado para aplicar minhas habilidades técnicas e analíticas na resolução de problemas complexos e na geração de insights valiosos para as organizações.

Além das minhas habilidades técnicas, sou fluente em espanhol (minha língua materna), português e tenho nível intermediário em inglês, o que me permite colaborar eficazmente em ambientes multiculturais e internacionais.

Meu objetivo é contribuir como Cientista de Dados, combinando minha experiência diversificada em desenvolvimento de software e gestão de projetos com minhas novas competências em análise de dados e inteligência artificial, para impulsionar a inovação e a tomada de decisões baseada em dados.

Sobre o conhecido dataset de sobreviventes do naufrágio do Titanic, disponibilizado no Kaggle, implementei um fluxo de MLOps usando MLflow.

Projetos e atividades da formação em Data Science oferecida pela Minsait e ministrada por Thaís Ratis

• Numpy
• Pandas
• SQL + Pandas
• Pré-processamento
• Alguns questionamentos
• BMW Pricing Challenge - Regressão Linear work in process...

O objetivo deste projeto foi desenvolver um pipeline para movimentar um grande conjunto de dados (big data) a partir de uma fonte inicial (flatfile) até a apresentação de dashboard para tomada de decisão sobre plataforma Power BI.

(*) Atividades realizadas na formação Engenheiro de Big Data na Minsait ministrado por Caiuá França

• Notebook
• Data Analysis
• Machine Learning

144 is a telephone number implemented throughout the Argentine Republic to report domestic violence. The datasets studied in this notebook contain the records of the calls to this service.

• Pre-process
• Explore data
• k-NN
• Linear Regression

Python script to read and process Excel datasource and build a Gantt Chart

Exploring a dataset about data jobs salaries from 2020 to 2022

Argentinian economy has two exchange rates to USD. An official and an unofficial (called blue).

The goals of this notebook are:

1. Read a dataset with the official exchange rates.
2. Read a dataset with the unofficial (blue) exchange rates.
3. Merge those datasets.
4. Calculate the mean between buy and sell for both exchange rates.
5. Analyze the correlation along time for these exchange rates.

25 mistakes a Pandas developer shouldn't make