Portfolio
Data Pipeline | AWS - Whatsapp - Telegram
Veja a apresentação deste projeto aqui.Desenvolvimento de um pipeline de dados utilizando os serviços em nuvem da AWS, incorporando um processo ETL para extrair dados do Telegram e WhatsApp por meio de APIs. Os dados são então transferidos para um Datalake e processados em lote na nuvem de acordo com uma agenda, proporcionando as informações prontas para a análise no serviço QuickSight da Amazon.
Reconhecimento de LIBRAS usando Machine Learning
Veja a apresentação deste projeto aqui.O principal objetivo deste projeto é desenvolver um sistema que utilize machine learning para reconhecer e interpretar letras do alfabeto em Língua Brasileira de Sinais (LIBRAS) e apresentá-las na tela em tempo real. Foi utilizada uma rede neural convolucional de duas dimensões (2D) com ativação ReLU para o processamento e reconhecimento de imagens.
Análise de Dados: COVID-19 Dashboard
Veja o dashboard deste projeto aqui.Este projeto apresenta uma análise aprofundada do impacto da pandemia de COVID-19 durante o período de 2020 a 2022 em quatro países - Brasil, Alemanha, Índia e Estados Unidos. Utilizamos indicadores como o Índice de Desenvolvimento Humano (IDH) e o Produto Interno Bruto com paridade de Poder de Compra (PPC) para contextualizar os efeitos da pandemia. Além da análise realizada no Jupyter Notebook, também criamos um painel de visualização interativo na plataforma Looker Studio.
Regressão Linear para o Mercado Financeiro
Este projeto, em parceria com a EBAC e a Semantix, apresenta um processo completo de ETL utilizando a API yFinance para scrapping do site Yahoo Finance. Os dados são valores de ações na bolsa de valores das empresas do setor de saúde. Realizamos uma análise aprofundada dos dados obtidos, procurando padrões e insights usando várias técnicas, incluindo a aplicação do coeficiente de Pearson e a plotagem de gráficos de calor. Em seguida, desenvolvemos classes Orientadas a Objeto que realizam o preparo dos dados, o treinamento e a predição de valores usando a técnica de Machine Learning chamada Regressão Linear.
Análise Exploratória de Dados de Logística (Loggi)
Neste projeto, mergulhamos profundamente nos dados de uma empresa de logística real. Desde a coleta e limpeza dos dados até a criação de visualizações perspicazes e descoberta de insights valiosos, este projeto demonstra minha capacidade de trabalhar com dados complexos em um cenário do mundo real. Um destaque deste projeto é o uso da API de geocodificação Nominatim para enriquecer nossos dados com informações geográficas.
Análise Exploratória de Dados: Cartões de crédito
Neste projeto, realizei uma análise de dados de usuários de cartão de crédito, demonstrando minha capacidade de trabalhar com a plataforma AWS. Utilizamos os serviços S3 para armazenamento e Athenas para manipulação dos dados. A linguagem utilizada no desenvolvimento da análise foi Structured Query Language (SQL), demonstrando minha habilidade em trabalhar com bancos de dados.
