Sempre fui o tipo de pessoa que se questiona o porquê das coisas e que gosta de aprender coisas novas. Tive experiência com projetos multidisciplinares e de ponta a ponta que englobam atividades de Engenharia de dados, Análise de dados, Ciência de dados e desenvolvimento de software/MLOPS
Onde mais gosto de atuar é com o desenvolvimento de software para área de dados, como Data Pipelines, ETL's e MLOps. Gosto bastante da área de desenvolvimento backend, arquitetura de software, Devops e cloud. No frontend gosto de brincar com React!
Cientista de dados estagiário - 2022/2023
Auxiliar na contribuição com a construção, aperfeiçoamento e aplicação das ferramentas de engenharia de machine learning na plataforma Neurolake sob supervisão.
Construção de uma biblioteca em python para construção de modelos de sistema de recomendação.
Ferramentas: Python, POO, AWS (Personalize), LightFm, Git, Github
Construção de uma API para monitoramento de modelos.
Ferramentas: Python, POO, FastAPI, AWS(SQS, Lambda, CloudWatch, S3), Git, Github
Cientista de dados aprendiz - 2021/2022
Ferramentas: Python, Flask, Análise de dados, Visualização de dados, Machine Learning, Deep Learning, Estatística, SQL, web scraping.
Engenharia de Produção - Cursando
Previsão do Remaining Useful Life (RUL) para rolamentos utillizando modelos de deep learning. Ferramentas: Python, Spectrograma, TensorFlow.
Ferramentas: Python, POO, Git, Github, R (linguagem de programação), TensorFlow, Análise de dados, Deep Learning Repositório
PIBIC 2019 - 2020: ESTUDO DE MODELOS PARA ANÁLISE DE EFICIÊNCIA AMBIENTAL COM BASE NA GESTÃO DE RESÍDUOS ELETROELETRÔNICOS.
PIBIC 2020 - 2021: ESTUDOS AVANÇADOS DOS MODELOS DE EFICIÊNCIA PARA SUPORTE AO GERENCIAMENTO DE RESÍDUOS ELETROELETRÔNICOS
USO DA ANÁLISE POR ENVOLTÓRIA DE DADOS (DEA) PARA AVALIAÇÃO DA EFICIÊNCIA NA GESTÃO DE RESÍDUOS ELETROELETRÔNICOS, Nyedja Nayanne Bezerra de Oliveira Santos, Marcos Vinicius Lira Santana, Patrícia Guarnieri, Lucio Silva. Link Publicação
Capitulo (Avanço na análise de séries temporais, pág 144) de um livro com os melhores trabalhos da disciplina de Análise de séries temporais em R. Link Publicação
Construir um modelo que prediz a probabilidade de um cliente ser classificado como uma pessoa que irá querer adquirir o novo seguro. Criação de uma Api para consumo das predições
Repositório no Github
Construir um modelo de deep learning para previsão do tempo de vida restante para rolamentos.
Repositório no Github
CRUD utilizando Typeorm, Typescrip e express com deploy na AWS
Repositório no Github