Esse portfólio conta com projetos práticos e alguns artigos que postei no meu Medium.

• Realizei uma Análise Exploratória usando Python e bibliotecas como Numpy, Pandas, Matplotlib, com o objetivo de obter insights sobre os acidentes e responder perguntas. Uma das perguntas foi: Qual dia da semana há mais acidentes? E em qual fase do dia?
• Para mais informações sobre a análise clique aqui.

• Realizei uma Análise Exploratória usando Python e bibliotecas como Numpy, Pandas, Matplotlib, Seaborn, com o objetivo de retirar insights a fim de resolver problemas de negócio usando os dados para responder perguntas. Uma das perguntas foi: Quais os principais tipos de imóveis locados na cidade do Rio de Janeiro?
• Para mais informações sobre a análise clique aqui.

• O objetivo foi usar um algoritmo de classificação para prever se o cliente irá subscrever (sim/não) um depósito a prazo (variável target y). Para isso foram realizadas as seguintes etapas:
• EDA; Limpeza; Pré-processamento; Feature Engineering; Modelagem; Treinamento usando Random Forest e XGBoost; Métricas de evaluação; Ajuste de hiperparâmetros;
• Clique aqui para mais informações sobre os resultados e conclusões do projeto.

• Este projeto foi resultado da Olimpíada de Machine Learning do Google que ocorreu na Uninter usando a Metodologia Crisp-DM. O desafio tinha como objetivo prever a aprovação de vistos de trabalho dos EUA. Foi atigindo um f1-score de 0.80 usando o algoritmo XGBoost e GridSearch para otimizar hiperparâmetros.
• Clique aqui para mais informações sobre os resultados e conclusões do projeto.

• Esse projeto foi realizado dentro da plataforma do Kaggle e contém uma Análise Exploratória dos dados para depois a criação do modelo de previsão em si.
• Clique aqui para mais informações sobre os resultados e conclusões do projeto.

• Ao analisar dados de vendas usando SQL, as empresas podem obter insights sobre seu desempenho de vendas, identificar áreas para melhoria e tomar decisões baseadas em dados para aumentar a receita e a lucratividade.
• A análise tem como propósito responder algumas perguntas e uma dela foi: Quais lojas geraram mais receita para o varejista?
• Tudo sobre essa análise está neste artigo do Medium.

• O objetivo desse projeto é fazer uma análise exploratória usando SQL, a fim de entender o comportamento dos clientes e consequentemente desenvolver estratégias de retenção de clientes.
• Tudo sobre essa análise está neste artigo do Medium

Graduanda em Engenharia de Software e com previsão de conclusão para o segundo semestre de 2025, comecei a estudar Ciência de Dados em 2022. Conheci e comecei a estudar sobre essa área de IA após assistir alguns vídeos sobre a Nasa, astronautas e seus foguetes, consequentemente me apaixonando por dados e seus poderes. Meu objetivo é usar dados para obter insights e fazer a diferença no negócio.

Tenho +1.5 anos de experiência usando a linguagem de programação Python para analisar e visualizar dados usando bibliotecas como: Pandas, Numpy, Matplotlib, Seaborn e Plotly. Também uso a linguagem para trabalhar com algoritmos de Machine Learning e Deep Learning usando frameworks como TensorFlow ou PyTorch com foco em Processamento de Linguagem Natural (PNL).

Também possuo experiência com a ferramenta Excel para manipular dados, criar gráficos e relatórios, além de integrar com outras ferramentas. Conhecimento em ferramentas de ETL (Extract, Transform, Load) para coletar, transformar e carregar dados de diferentes fontes para o banco de dados. Conhecimento de SQL para trabalhar com bancos de dados, realizar consultas, manipular dados e desenvolver relatórios. Com a ferramenta Power BI, possuo capacidade de criar dashboards, relatórios e visualizar dados para apoiar a gestão da empresa.

Eu escrevo sobre Análise de dados, Machine Learning/IA, matemática e estatística no meu perfil do Medium, https://medium.com/@lainetnr.