O desafio consiste em analisar dados históricos do preço do petróleo Brent, disponíveis no site do IPEA, e criar um dashboard interativo que apresente pelo menos quatro insights relevantes sobre a variação dos preços, considerando fatores como crises econômicas e demanda global.
- Power BI
- Jupyter Notebook
- Streamlit
- Python
- Base de dados: Pasta com os arquivos em ".csv" e ".xlsx" utilizados para a construção do Dashboard e utilizados no modelo do Machine Learning
- Dashboard: Pasta contendo arquivo com o Dashboard em Power BI
- Notebook do Machine Learning: Contém o Notebook utilizado para desenvolvimento do modelo do Machine Learning
- Modelo ML: Arquivo do modelo do Machine Learning