Olá !! 🌱

Sou Analista de Dados e estudante de Ciência de Dados.

🌱🔍💡📊🚀 Exploradora de Dados | Aprendiz Contínua

Acredito no poder dos dados para transformar o mundo. Tenho experiência em storytelling com dados, modelagem estatística e visualizações impactantes. Estou sempre em movimento: aprendendo, criando e colaborando.

• 🤖 Fatores de Turnover em funcionarios : Este projeto implementa modelos de aprendizado de máquina (Regressão Logística) para identificar os principais fatores que contribuem para a rotatividade de funcionários (employee turnover).
• 📈 Análise e Previsão de Vendas com Séries Temporais: Projeto tem objetivo analisar o comportamento das vendas ao longo do tempo e construir modelos preditivos para auxiliar no planejamento estratégico, utilizando técnicas de séries temporais.
• 🧪 Analise de Sentimentos em Reviews de Filmes no IMDB: Usando algoritmos probabilísticos para classificar o sentimento em avaliações de usuários de um conjunto de dados com 50.000 críticas de filmes. Projeto que utiliza processamento de linguagem natural e algoritmos de aprendizado supervisionado.
• 🔐 Previsão de Temperaturas com Séries Temporais : Este projeto tem como objetivo fazer modelagem preditiva com o modelo XGBoost para uma série temporal irregular e com ruídos.
• 🎯 Previsao de Aceitação de Seguros - XGBoost : Modelo de caso preditivo para prever aceitação seguros com aprendizado de máquina. Modelos de Machine Learning aplicados: Regressão Logística, Naive Bayes, XGBoosting e Random Foresting. E utilizado parâmetro de Otimização na Validação Cruzada.
• 🔐 Estimativa de Preço de Imoveis com Séries Temporais : Este projeto tem como objetivo aplicar técnicas de previsão em séries temporais para estimar o preço de propriedades ao longo do tempo.
• 🧰 Supply Chain: Previsão de Demanda com Séries Temporais : Este projeto utiliza técnicas de modelagem de séries temporais para prever a demanda de insumos em um contexto de Supply Chain, ajudando na tomada de decisão para planejamento logístico e de estoques.
• 🎬Analise RFM : Este projeto envolve a aplicação da análise RFM (Recency, Frequency, Monetary Value) para segmentar clientes e avaliar seu comportamento de compra em uma empresa de ecommerce.
• 🔌Prevendo o Consumo de Energia com Series Temporais : Este projeto visa analisar e prever o consumo de energia elétrica com base em séries temporais multivariadas. A abordagem combina modelagem estatística clássica com algoritmos de aprendizado de máquina, explorando variáveis exógenas como temperatura para melhorar a precisão das previsões.

• 🐳 Chatbot Ollama com Docker : Este projeto implementa um chatbot utilizando o modelo Ollama, com arquitetura modular baseada em containers Docker. A aplicação é composta por três camadas principais: Backend, API e Frontend.
• 📦 Text_to_SQL- Google Generative AI: Este projeto tem como objetivo converter linguagem natural (texto em português) em comandos SQL, permitindo que usuários interajam com bancos de dados sem escrever manualmente consultas SQL.
• 🔐

• 📁 Sistema de Recomendação e Apache Spark : Este projeto implementa um sistema de recomendação genérico utilizando o algoritmo ALS (Alternating Least Squares) com PySpark para modelagem e FastAPI para disponibilização da API.
• 🎯 Pipeline Airbyte e Databricks : Utilizando plataformas Airbyte para conectar o banco de dados local PostgreSQL com docker, com a plataforma Databricks. Através da Plataforma Databricks, executar um notebook de pipeline de análise de dados.
• 🧾EDA com SQL Server : Analise Exploratória de Dados conexão com Database SQL Server, e scripts para visualização gráfica.