Eu me chamo Gabriel Aguiar e sou um profissional de dados. É um prazer te ter por aqui! 😊 Desde criança, fui apaixonado por tecnologia e sempre soube que queria seguir nessa área. Após reformatar alguns computadores e me mudar para Brasília, decidi cursar Engenharia de Software na Universidade de Brasília e simultaneamente, Big Data e Inteligência Analítica.
Embora tenha adquirido bastante conhecimento teórico, percebi que ainda estava longe do mercado de trabalho e decidi fazer uma mudança em setembro de 2022. Diminuí a carga horária da faculdade de Engenharia de Software e comecei a investir em cursos de Análise de Dados. Logo de cara, me apaixonei por essa área por envolver programação, estatística e pensamento analítico.
Matriculei-me em um bootcamp de Análise de Dados e participei de uma formação de Engenheiro de Dados na Let's Code, ambos totalmente voltados para as demandas do mercado de trabalho. Agora estou ansioso para aplicar meus conhecimentos em projetos reais e crescer ainda mais nessa área tão promissora!
Trabalho principalmente com Python e SQL para desenvolver análises exploratórias de dados, análises estatísticas, visualizações e ETL. Também crio dashboards no Tableau e me viro bem com Power BI. Excel também é bem presente quando o assunto são as tecnologias que confraternizo.
Eu fui considerado Melhor Aluno da minha turma do Bootcamp de Analista de Dados da Practicum by Yandex. No curso eu aprendi muito sobre as principais bibliotecas Python utilizadas na análise de dados (pandas, numpy, matplotlib, plotly, scipy, scikit learn, entre outras), suas aplicações para resolver problemas de negócios como machine learning, incluindo segmentação de clientes, análise de KPIs, testes estatísticos e economia unitária. E, claro, passei incontáveis horas limpando, transformando e pré-processando conjuntos de dados.
Fiz vários outros cursos relacionados a dados. Você pode conferir alguns visitando meu LinkedIn clicando aqui.
LinkedIn
📧 [email protected]
📲 WhatsApp
Nome do Projeto | Notebook ou Link | Linguagem | Observação |
---|---|---|---|
Prevendo Vendas com Séries Temporais | My Kaggle Notebook | Python, Scikit Learn | Um estudo sobre Séries Temporais, realizei um projeto de predição para vendas de uma rede de super mercados latina. Obtive uma medalha de bronze pela minha colocação, mas ainda tenho muito a melhorar no projeto. |
Análise Estatística e Machine Learning | ML e Estatística | Python, Scikit Learn | Um estudo sobre temas em alta na Ciência de Dados, realizei um estudo breve sobre diferentes temas relacionados a Machine Learning e Ciência de Dados |
Divisão de Pacientes Clínicos | Clinical NLP | Python, FuzzyWuzzy | Um projeto profissional de divisão de pacientes, realizei a separação de pacientes desejados pela equipe operacional de uma clínica de estética. Utilizei FuzzyWuzzy para fazer match para alguns procedimentos que não possuiam nomes iguais em diferentes tabelas. |
Análise de Clientes em um E-commerce | Everything Plus | Python, SQL, Tableau | Um projeto completo de Análise de dados e Machine Learning, da definição do problema, dados filtrados em SQL, passando pela Análise Exploratória dos Dados (EDA - Exploratory Data Analysis), tratamento, geração do modelo até o dashboard feito no Tableau, posteriormente um relatório final |
Análise de Dados do Carnaval de BH 2018 📊🤔 | Carnaval Pudding 🎉🥳🎭 | Python e React | Um projeto completo de Desenvolvimento web, Análise de dados e Machine Learning, da definição do problema, passando pela Análise Exploratória dos Dados (EDA - Exploratory Data Analysis), tratamento, geração do modelo até o dashboard feito no githubpages |
Análise de Negócio | Alfafish | Python | Um projeto completo de Análise de dados e Análise de Negócio, da definição do problema, passando pela Análise Exploratória dos Dados (EDA - Exploratory Data Analysis), tratamento, geração de conclusões com métodos estatísticos e Análise de Coorte |
Teste A/B | Marketing | Python | Dados coletados, limpados e compilação de hipóteses. Testes A/B realizados para avaliar impacto na conversão/receita. Resultados visualizados com gráficos e análise para priorizar implementações. Bibliotecas usadas: Pandas, Matplotlib, Statistics, Scipy. |
Melanie & Ashok Dashboard | Youtube Dashboard | Tableau | Este projeto usa o Tableau Public para analisar tendências do YouTube em categorias e países, apresentando insights sobre as categorias mais populares e sua distribuição geográfica, com destaque para as diferenças entre os Estados Unidos e o resto do mundo. |
Model Fitness Predictions | Model | Python & Scikit Learn | Segue aqui um projeto de Análise de dados, de bancos de dados em CSV contendo informações sobre rotatividade em um determinado mês e informações sobre o mês anterior em determinada academia. |