Atuo na área de TI há mais de 20 anos, sendo 19 deles dedicados a Business Intelligence e Advanced Analytics no mercado de Telecomunicações. Especializado em analisar e interpretar grandes volumes de dados, transformando-os em informações úteis para a tomada de decisões estratégicas.
gabriel = {
"localização" : "Rio de Janeiro, Brasil 🇧🇷",
"experiência" : "20+ anos em TI | 19 em Business Intelligence e Advanced Analytics",
"setor" : "Telecomunicações · Saúde · Segurança Pública",
"foco_atual" : ["Power BI Avançado", "Python Analytics", "Storytelling com Dados","Predictive Analytics"],
"ferramentas" : ["Python", "Power BI", "DAX", "SQL", "Streamlit", "Plotly"]
}Dashboard analítico sobre os 55,4 milhões de acessos de Banda Larga Fixa registrados pela ANATEL em 2025.
| Tecnologia | Descrição |
|---|---|
| Power BI + DAX | Modelagem Star Schema, KPIs executivos, market share dinâmico |
| Python | Pré-processamento e análise exploratória |
| Estatística | Z-Score, média móvel, tendência linear, forecast temporal |
| Geoespacial | Mapa do Brasil por UF com análise regional |
Destaques:
- 🔵 79% dos acessos são fibra óptica — análise detalhada por operadora
- 📊 Market share com agrupamento Top 12 e detecção de anomalias
- 📈 Forecast conservador, híbrido e ensemble com erro percentual
- 🗺️ Distribuição regional por estado e faixa de velocidade
Solução analítica para monitorar indicadores de criminalidade e atividade policial, com série histórica de 2003 a 2025.
| Tecnologia | Descrição |
|---|---|
| Power BI + DAX | Dashboards com drill-through por RISP, delegacia e município |
| Python | ETL e tratamento dos dados do ISP-RJ |
| Geoespacial | Mapas customizados por RISP e municípios do RJ |
| Estatística | Taxa por 10 mil hab., variação YoY, MoM e gráfico de Pareto |
Destaques:
- 📅 Série histórica de 22 anos (2003–2025)
- 🗺️ Distribuição por RISP, município e delegacia
- 📉 Análise de homicídios, roubos, letalidade violenta e atividade policial
- ⚖️ Dados oficiais do Instituto de Segurança Pública do RJ
Dashboard interativo em Python + Streamlit analisando o Sistema de Informações sobre Nascidos Vivos. Em 2023: 2,53 milhões de nascimentos — 4 bebês por minuto.
| Tecnologia | Descrição |
|---|---|
| Python + Pandas | Processamento do dataset SINASC |
| Plotly + Streamlit | Visualizações interativas e deploy como web app |
| Estatística | Análise demográfica, regional e socioeconômica |
Destaques:
- 📉 5ª queda consecutiva de nascimentos desde 2019
- 👦👧 51,2% meninos vs 48,8% meninas — padrão consistente desde 2000
- 🕐 Padrão de nascimentos por dia da semana e hora do dia
- 🌎 Análise por região, estado e faixa etária das mães
| Área | Descrição |
|---|---|
| 📡 Telecom Analytics | 19 anos de mercado — market share, churn, net-add, KPIs e ANATEL |
| 📊 Business Intelligence | Transformando dados brutos em inteligência estratégica. |
| 🔬 Estatística Aplicada | Z-Score, forecast, anomalias, média móvel, tendência |
| 🗺️ Análise Geoespacial | Mapas regionais, distribuição territorial |
| 🎨 UX para BI | Prototipagem no Figma, dashboards centrados no usuário |
| 🐍 Python Data Apps | ETL, Streamlit, Plotly — da análise ao deploy |

