Trabalho na área de Data Analytics auxiliando nas decisões de negócio e monitoramento dos principais KPIs através de dashboards, visualizações, alertas e reports, além de prestar suporte analítico para as áreas da empresa. Também atuo na estruturação das bases de dados, desde o recebimento do dado raw, transformação de dados via python/pyspark, criação de pipelines de orquestração utilizando Airflow, até a criação de views e tabelas analíticas para abastecer os reports, garantindo a integridade dos dados. Desenvolvo dashboards e reports utilizando SQL, PowerBI, Tableau, Grafana e Kibana.
Formada em Sistemas de Informação pela Universidade Presbiteriana Mackenzie, tenho 9+ anos de experiência atuando em TI com desenvolvimento de software, realizando mapeamento de processos e modelagem de dados usando MSSQL para resolver problemas de negócio. Neste período já trabalhei com as seguintes linguagens e ferramentas: SQL, PL/SQL, Tableau, Grafana, Kibana, VBA, HTML, CSS, Java, C#, Javascript, JIRA, Github, Microsoft SQL Server, Visual Studio e Eclipse.
Realizei diversos cursos nas áreas de Análise de Dados e Data Science, recebendo certificados pelo MIT xPRO, Google, IBM Coursera, Data Science Academy, entre outros. Tenho interesse em atuar na área de Data Analytics.
Fale comigoCriação de estudos, análises, dashboards e alertas, construção de jobs utilizando sql, pyspark e a infraestrutura AWS (EMR, Lambda, EC2, S3, Glue, Athena, Redshift), manutenção e orquestração de jobs de ETL utilizando Apache Airflow. Atuação na área de Crédito/Cobrança, visando ter o acompanhamento da carteira, recuperação e inadimplência dos produtos de crédito; e na área de Offshore, dando visibilidade da evolução do business e indicadores chaves para tomada de decisão.
Direcionamento das decisões de negócio e monitoramento dos KPIs através de dashboards, visualizações e reports, além de prestar suporte analítico para todas as áreas da empresa. Planejamento da estrutura das bases de dados, criação de views e tabelas para abastecer os reports e garantir a integridade dos dados. Desenvolvimento de dashboards utilizando PostgreSQL, Kibana, Grafana e Tableau.
Entendimento do negócio, mapeamento de processos, levantamento de requisitos e modelagem de dados relacional. Desenvolvimento de software utilizando SQL e PL/SQL, criação de stored procedures, functions, views e queries para consultas, relatórios e análise de dados. Criação de procedures para abastecimento de dados via API para integração com outros sistemas/ferramentas. Criação de scripts SQL para importação/transformação de dados no sistema.
Montagem de queries em SQL, criação de modelagem relacional, integração e transformação de dados (ETL) através das ferramentas SAP HANA e SAP Data Services.
Desenvolvimento de software em Java utilizando Eclipse e MySQL, orientação a objetos, MVC e Hibernate, além do uso de metodologia de desenvolvimento SCRUM, UML, modelagem de dados, montagem de documentação e noções do PCI-DSS.
Google Data Analytics
Curso voltado para o processo completo de análise de dados, desde a fase de fazer as perguntas até o compartilhamento dos insights utilizando DataViz. Adquiri um conhecimento extenso no Google Sheets, R e Tableau, em como utilizar cada ferramenta que melhor atende o problema de negócio.
MIT xPRO - Data Science and Big Data Analytics
Este curso fornece uma abordagem sobre os principais tipos de aprendizagem (supervisionada e não supervisionada), explicando o funcionamento de algoritmos de machine learning e fornecendo uma base matemática para cada um deles.
Data Science Academy - Formação Cientista de Dados
Formação extensa com 432 horas de curso, onde aprendi muitos conceitos de data science, business intelligence e machine learning. Fiz diversos exercícios e projetos com a linguagem R utilizando RStudio, e com python usando Jupyter Notebook. Criei uma maquina virtual usando VirtualBox da Oracle, onde instalei todo o ecossistema hadoop (HDFS, spark, hive, YARN, etc) e fiz algumas análises. Também aprendi alguns casos reais onde os dados podem ser usados em diversas áreas de negócio (business analytics), como marketing, people analytics, financial analytics, entre outros. Além disso, no último curso da formação vi melhores práticas de visualização de dados, e aprendi a mexer com algumas linguagens/ferramentas para análise de dados e visualização, como criação de gráficos em Python, R, D3.js e Tableau.
Data Science Academy - Python Fundamentos para Análise de Dados
Após ter realizado alguns cursos de big data, chegou a hora de me aprofundar mais em Python. Como já tenho background em programação, neste curso aprendi a utilizar os pacotes numpy e pandas para realizar análise de dados, e descobri todo o poder da estrutura de um DataFrame. Também tive uma introdução a machine learning, tensorflow, deep learning, desenvolvimento web e web scraping com Python.
Data Science Academy - Microsoft Power BI para Data Science
Sempre tive curiosidade em aprender a mexer no Power BI, e este curso mostra passo a passo desde a instalação do Power BI Desktop até a criação do dashboard. Nele, aprendi a mexer no Query Editor para realizar limpezas e transformações nos dados, conectar a diferentes fontes de dados, modelo star schema e uma introdução ao DAX.
Coursera IBM - IBM Data Science Professional Certificate
Utilizando o IBM Watson, o curso me trouxe uma visão de como funciona o processo todo de um projeto de Data Science, desde o entendimento do problema de negócio, definição de métricas, linguagens que podem ser utilizadas (Python, R, SQL), até o deploy do modelo em produção. Aprendi conceitos da linguagem Python, acesso ao banco de dados utilizando SQL, análise exploratória de dados (EDA), visualização de dados e machine learning (classificação, regressão e clusterização).
Data Science Academy - Big Data Fundamentos
Abordando temas relacionados ao Big Data, neste curso foi explicado o que é Big Data, armazenamento e processamento distribuído, introdução ao ecossistema Hadoop e sua arquitetura (HDFS, Zookeper, Hive, Flume Kafka), introdução ao Apache Spark e bancos de dados NoSQL.
Data Science Academy - Introdução à Ciência de Dados
Curso de introdução à ciência de dados, abordando o que é, como é utilizada, quais conhecimentos necessários, ciclo de vida de um projeto de data science, aplicações na vida real e carreiras.
SAINT PAUL ESCOLA DE NEGÓCIOS - Business Intelligence – Estratégias, Ferramentas, Big Data e Analytics
Introdução à Business Intelligence e seu impacto no mercado, como vem sendo utilizada para criar vantagem competitiva na empresa, e como vem mudando com a chegada do Big Data, além da sua relação com a ciência de dados e uso da inteligência artificial.
Extração e consulta de dados de diversas fontes utilizando em SQL, linguagem que permite estruturar e organizar o banco de dados, além de permitir a formatação dos dados.
Criação de gráficos e dashboards utilizando boas práticas de visualização, para ajudar a gerar insights, identificar padrões nos dados e auxiliar na tomada de decisão.
Realizar análises descritivas e exploratórias, buscando entender e conhecer o cenário atual da situação que está sendo analisada, e seu impacto no presente.
Buscar entender os motivos e explicações de um determinado evento, visando analisar o impacto e alcance de uma ação tomada, permitindo traçar estratégias para melhorar os resultados.
Realizar análise prescritiva que permitirá definir um plano de ação para alcançar determinada meta, oferecendo meios necessários para que a empresa consiga gerar o impacto desejado.
Geração de relatórios e documentação dos projetos, visando deixar todas as etapas do processo de análise bem documentados para eventuais consultas.
Horas de Estudo
Horas de Trabalho
Linhas de Código
Cursos