Este portfólio documenta minha evolução profissional, desde os fundamentos acadêmicos até aplicações avançadas em Visão Computacional, Machine Learning e Engenharia de Dados.
Olá! 👋 Seja bem-vindo(a) ao meu laboratório de dados. Aqui, cada pasta representa um passo na minha jornada de especialização. Organizeicionei meus projetos para contar a história do meu desenvolvimento: começando com Projetos Acadêmicos que solidificaram minha base, passando por Engenharia de Dados e Pipelines, até chegar em soluções complexas de Visual Computacional e Machine Learning aplicadas a problemas reais.
📊 Análise, Manipulação e Visualização de Dados
🤖 Machine Learning e Ciência de Dados
📈 Business Intelligence
🗄️ Banco de Dados e Linguagens de Consulta
- ✅ Análise de Dados e Business Intelligence
- ✅ Machine Learning
- ✅ Visão Computacional
- ✅ Engenharia de Dados
- ✅ Estudos em R
- 🛠️ Visão Computacional
- 🛠️ Dashboards em PowerBI
🧭 Legenda dos Status:
✅ Concluído: versão atual funcional entregue
🛠️ Em manutenção: ajustes e correções em andamento
🚧 Em desenvolvimento: funcionalidades ativas sendo construídas
A seguir estão listados os projetos de cada área de atuação, oferecendo uma visão rápida dos projetos em meu portfólio, destacando seu status, as principais tecnologias utilizadas e uma breve descrição de cada um.
Um portfólio interativo de Data Science e BI, reunindo análises exploratórias, dashboards estratégicos e testes estatísticos em uma única aplicação web.
✅ Concluído
| Módulo | Descrição e Funcionalidades |
|---|---|
| Segmentação de Clientes (RFM) | Clustering de consumidores baseado em Recência, Frequência e Valor (8 segmentos). |
| Dados de Varejo | Exploração de vendas, sazonalidade e comportamento de compra das operações de varejo. |
| Cancelamento de Cartão | Diagnóstico de churn, métricas de engajamento e correlações com gráficos interativos. |
| Cancelamento de Assinaturas | Análise de churn em serviços de assinatura (Telco), com simulador de cenários e foco em contratos. |
Uma coleção de algoritmos de aprendizado supervisionado e por reforço aplicados a problemas reais de finanças, RH, engenharia e mercado imobiliário.
✅ Concluído
| Módulo | Descrição e Aplicação | Stack e Modelos |
|---|---|---|
| Predição de Salário | Estimativa salarial baseada em anos de experiência e nível educacional (Polinomial). | Scikit-Learn, Ply |
| Previsão de Aluguel | Modelo para estimar valores de imóveis com base em suas características físicas e localização. | Regressão Linear |
| Previsão de Vendas | Forecasting de séries temporais para planejamento de demanda e estoque. | Statsmodels (ETS/Holt) |
| Score de Crédito | Classificação de risco de crédito para aprovação de empréstimos bancários. | Random Forest, KNN |
| Trading Bot (RL) | Agente autônomo treinado com Q-Learning para operar no mercado financeiro (Simulação). | Reinforcement Learning |
| Rotatividade (RH) | Análise de fatores que levam ao turnover e predição de saída de funcionários. | XGBoost |
| Risco Bancário | Avaliação detalhada de perfis de clientes para mitigação de riscos financeiros. | Regressão Logística |
| Padrões em Voos | Análise de tráfego aéreo e Simulador de Atrasos com Machine Learning. | Random Forest, Plotly |
Um Hub centralizado de Visão Computacional com interface estilo "CCTV Command Center", reunindo quatro projetos de processamento de imagem, detecção de objetos e interação em tempo real.
✅ Concluído
| Módulo | Descrição e Funcionalidades | Stack e Modelos |
|---|---|---|
| Classificação de Imagens | CNN treinada no CIFAR-10 para classificação de 10 categorias de objetos com predição ao vivo. | TensorFlow, Keras, Plotly |
| Análise de Tráfego | Contagem automática de veículos com subtração de fundo e comparação de 5 algoritmos (MOG2, KNN, etc.). | OpenCV (bgsegm) |
| Interação Humano-Máquina | Teclado virtual, controle de apps e quadro de desenho por gestos, com rastreamento de 21 landmarks/mão. | MediaPipe Hands |
| Segurança Viária | Detecção de sonolência monitorando EAR e MAR com alertas visuais em tempo real. | MediaPipe FaceMesh, NumPy |
Um portfólio prático de Engenharia de Dados, focado na construção de pipelines robustos, modelagem dimensional e arquitetura em nuvem.
✅ Concluído
| Módulo | Descrição e Funcionalidades |
|---|---|
| Estudos de Fluxo (Data Wrangling) | Pipeline de limpeza automatizado com Python/Pandas e carga em SQLite. |
| Projeto Super Store (Flagship) | Arquitetura End-to-End no GCP. Ingestão de vendas (ERP) + Scraping de competidores (Web) -> BigQuery. |
Este repositório contém scripts em R para introdução e execução de análises de dados, abordando desde conceitos básicos até análises específicas, como análise de variância e manipulação de datasets.
✅ Concluído
| Projeto | Descrição | Tecnologias Utilizadas | Status |
|---|---|---|---|
| Dashboards PowerBI | Conjunto de dashboards desenvolvidos no Power BI, com foco em estudos e aplicações práticas. | PowerBI, DAX, Power Query, SQL, Machine Learning | 🛠️ |
Abaixo você encontrará uma descrição mais detalhada de cada projeto, incluindo demonstrações visuais e links para os repositórios e sites.
Este repositório contém dashboards desenvolvidos no Power BI, com foco em estudos e aplicações práticas. Além disso, inclui conteúdos sobre análise de dados, machine learning, SQL e R, demonstrando como essas ferramentas podem ser usadas de forma integrada para extrair insights e resolver problemas de negócios.
Tecnologias: PowerBI, DAX, Power Query, SQL, Machine Learning
🛠️ Em manutenção
Lista dos projetos desenvolvidos:
Acesse os arquivos disponíveis na Pasta Documentos para mais informações sobre minhas qualificações e certificações.