Portfólio 2026

Cientista
de Dados

Transformando dados brutos em inteligência acionável. Especialista em visualização, automação, LLMs e modelagem preditiva — do pipeline ao insight.

Python SQL Looker Power BI Machine Learning LLMs ETL Automação
Projetos
// Trabalhos selecionados

9 Projetos em Destaque

↑ 34.2% MoM R$ 2.4M 98.2% SLA
01
Business Intelligence
Dashboard Executivo de Vendas

Dashboard interativo para acompanhamento de KPIs comerciais em tempo real: receita, funil de conversão, performance por região e análise de metas mensais com drill-down por categoria.

Power BI DAX SQL Server Python
67% conversão Orgânico (45%) Pago (27%) Direto (16%) Outros (12%) Sessões — últimos 30 dias
02
Looker Studio
Relatório de Marketing Digital

Painel de análise de canais de aquisição integrado ao Google Analytics 4 e Meta Ads. Monitora sessões, custo por lead, ROAS e jornada do usuário com filtros dinâmicos.

Looker Studio GA4 BigQuery Sheets
EMAIL PARSER SHEETS SLACK $ python automate.py --schedule daily ✓ 48 tarefas concluídas · 0 erros · 2.3s Agendamento Automático Diário · 06:00 AM
03
Automação de Processos
Pipeline de Automação RPA

Robô de coleta, tratamento e distribuição de dados operacionais. Extrai relatórios de e-mails, consolida em planilhas e dispara alertas no Slack — eliminando trabalho manual repetitivo.

Python n8n Selenium Google APIs
Qual a previsão de vendas para o próximo trimestre? Com base nos dados de jan-mar, a projeção é de R$3.2M (+12%) com IC de 95%. ▊ Model: GPT-4o · RAG · 2.847 tokens
04
LLM / IA Generativa
Chatbot Analítico com RAG

Assistente conversacional que responde perguntas de negócio consultando a base de dados em tempo real via RAG. Usa LLM para interpretar a pergunta, gerar SQL e narrar o resultado em linguagem natural.

OpenAI API LangChain PostgreSQL FastAPI Streamlit
842 VP 58 FP 73 FN 327 VN Métricas do Modelo Acurácia 90.6% Precision 87.8% Recall 84.4% AUC-ROC 94.3% XGBoost · 5-Fold CV · n=1300
05
Machine Learning
Modelo Preditivo de Churn

Classificador de risco de cancelamento de clientes com 90%+ de acurácia. Inclui feature engineering comportamental, SHAP values para explicabilidade e sistema de alertas proativos para a equipe de CS.

Python XGBoost Scikit-learn SHAP MLflow
E Extract APIs · DB · Files T Transform Clean · Enrich L Load DW · Lake ⛁ BigQuery Último run: hoje 03:00 AM | 2.4M linhas · 48s · 0 erros Airflow DAG · Scheduled Daily · dbt models
06
Engenharia de Dados
Pipeline ETL Orquestrado

Pipeline de dados end-to-end com ingestão de múltiplas fontes (APIs, bancos, arquivos), transformação via dbt e carga no BigQuery. Orquestrado com Airflow, com alertas de falha e monitoramento de qualidade.

Airflow dbt BigQuery Python
analytics_query.sql 1 2 3 4 5 6 7 WITH cohort AS ( SELECT DATE_TRUNC (created_at, 'month' ) AS cohort_month, COUNT (DISTINCT user_id) AS users FROM events WHERE event_type = 'purchase' GROUP BY 1 → 24 rows · 0.34s · Retenção Coorte Jan: 68% | Fev: 71% | Mar: 73%
07
Analytics Avançado
Análise de Coorte & Retenção

Modelo de análise de coorte completo em SQL para medir retenção de usuários mês a mês. Calcula LTV, churn por cohort e taxas de reativação, servindo como base para estratégias de engajamento.

SQL BigQuery dbt Looker
entrega atendimento qualidade preço demora produto suporte frete recomendo satisfação prazo Análise de Sentimento — 12.847 avaliações processadas Positivo 58% Neutro 25% Neg. 17% BERTimbau fine-tuned · F1: 0.89 · Latência: 120ms/req
08
NLP / IA
Classificador de Sentimentos

Modelo NLP fine-tuned em português para classificar avaliações de clientes (positivo, neutro, negativo) com extração de tópicos recorrentes. Integrado ao pipeline de atendimento para priorização automática de tickets.

HuggingFace PyTorch Python FastAPI Docker
import pandas as pd def analise_exploratoria(df): stats = df.describe() nulls = df.isnull().sum() return stats, nulls Output: ✓ Shape: (52841, 18) ✓ Nulls: 0 ⚠ Outliers detectados: 3 colunas 77% qualidade
09
Python / Análise de Dados
Toolkit de Análise Exploratória

Biblioteca interna em Python para EDA automatizada: geração de relatórios de qualidade de dados, detecção de outliers, correlações e distribuições. Reduz em 70% o tempo de inspeção inicial de novos datasets.

Python Pandas Matplotlib Seaborn Jupyter