su di me

Esperienza professionale

[2017/2023]
Trader, Autonomo
Come trader autonomo da oltre 10 anni, ho dedicato i miei sforzi allo studio di metodologie operative, analisi tecnica e comprensione del contesto di mercato. Ho sviluppato abilità nell'identificare le relazioni tra eventi geopolitici, cicli economici e loro influenza sul mercato globale dei capitali.

Mi mantengo attento all'agenda economica, monitorando i relativi rapporti di attività industriale per il mercato. Seguo da vicino quotazioni, notizie, settori, politica interna e geopolitica, prezzi delle materie prime, domanda di attività di sicurezza, scambio di valute, flusso di investimento estero e decisioni monetarie per prevedere le tendenze degli indici internazionali e del dollaro futuro.  

[2015/2017] Analista di Dati - Ciclo di Vita del Cliente, Banca Itaú Unibanco.
Come analista di dati, ho guidato la creazione della prima coordinazione di ciclo di vita del cliente nella banca, che mirava a catturare, mantenere e fedelizzare i clienti di finanziamento di veicoli. Mi sono distinto per la mia capacità di lavorare con le piattaforme SAS, SQL e MicroStrategy, dove ho compilato e analizzato i dati per il database CRM, fornendo insights e supporto ad altri coordinatori.

Ho gestito i risultati delle campagne, negoziato i termini e rivisto i materiali di marketing. Inoltre, ho utilizzato dashboard di Excel e Power BI per monitorare, segnalare e fare rispettare gli obiettivi degli operatori e dei manager regionali. Ho partecipato a progetti Kaizen per aiutare altri dipartimenti a lavorare con i dati in modo efficiente. Ho ricevuto riconoscimento per questi sforzi. 

[2013/2015] Stagista di Prodotti Cross Sell, Banca Itaú Unibanco
Come stagista di prodotti, contribuivo alla definizione degli obiettivi di vendita per il finanziamento di veicoli, ho assistito nella creazione di campagne di incentivazione per aumentare il volume di finanziamenti e ho monitorato le prestazioni della concorrenza bancaria nell'erogazione del credito. Mantenevo indicatori aggiornati per rafforzare l'integrazione di finanziamenti con altri prodotti di credito (cross-sell). Inoltre, sviluppavo report automatizzati in Excel e MicroStrategy, supportando la generazione di pannelli in Tableau e Power BI per la presentazione alla supervisione e alla direzione del credito.

Educazione Accademica 

[2021/2022]
MBA em Datata Science & Big Data, FIAP
Machine Learning: Modellazione Predittiva, Regressione Lineare Multipla, Regressione Logistica, Convalida Incrociata, Regressione Penalizzata, Stima e Discriminazione dei Processi, Text Mining, OSLR, Metodi Ensemble, Adaboost, Reti Neurali e Deep Learning; Linguaggi di programmazione: Python, R;
NoSQL: Redis, Cassandra, MongoDB, Neo4J, Hive/HBase;
Basi Relazionali: Oracle e Vertica;
Dati semistrutturati: ORC, Parquet e AVRO;
On Premise: Hadoop, Spark,
On Cloud: AWS, Azure;
Integrazione dei dati: (Flume, Sqoop, Kafka, Nifi e Spark;
Data Mining: Apriori, PCA, KNN, Kmeans, Decision Trees, SVM e PageRank.
* Estensione di tecnologia trasformativa e sviluppo aziendale esponenziale

[2016/2017]
Post-laurea in Marketing e Gestione Aziendale, ESPM 

[2011/2015]
Laurea in Economia Aziendale e Supply Chain, ESPM 

Academic Excellence Award “Fattibilità di un nuovo Business Plan” - Prova finale;
Premio "Eccelenza di Marketing" nella disciplina di Marketing IV;
Premio per il miglior lavoro accademico sviluppato da Samsung "Marketing IV".

[2020/2021]
Formazione Data Scientist 428 ore, Data Science Academy
Big Data Analytics con R e Microsoft Azure Machine Learning;
Big Data Analytics in tempo reale con Python e Spark;
Ingegneria dei dati con Hadoop e Spark;
Apprendimento automatico;
Analisi aziendale;
Visualizzazione dei dati e progettazione di dashboard,
Preparazione della carriera di data scientist;
Microsoft Power BI per la scienza dei dati.

[2020/2021]
Formazione Intelligenza di Mercato 228 ore, Data Science Academy
Analisi econometrica in R;
Mercati finanziari e dei capitali;
R per l'analisi dei dati, Analisi di dati statistici;
Machine Learning in R.

[2020/2021]
Formazione Analisi statistica per Data Scientist 220 ore, Data Science Academy
Analisi Statistica I e II per la Scienza dei Dati;
Matematica Applicata al Machine Learning. 

[2020/2021]
SQL per Data Science 64 ore, Data Science Academy
Query, filtri, ordinamento, operatori, categorizzazione, codifica, binarizzazione di variabili, unione di tabelle, aggregazione di dati per l'analisi, funzioni finestra, sottoquery, trattamento di date, analisi esplorativa dei dati, pulizia ed elaborazione dati, programmazione SQL, ottimizzazione query SQL, Google Studio dei dati. 

[2020/2021]
Formazione Data Scientist 102 ore, Alura
Regressione lineare: verifica delle relazioni e previsione dei risultati;
Regressione lineare: tecniche avanzate di modellazione;
Statistica I: comprensione dei dati con R;
Statistica II: approfondimento ipotesi e correlazioni;
Access: query con raggruppamento e ordinamento,
VBA: automatizzazione delle attività in Excel;
Analisi dei dati: introduzione all'analisi con R;
Dashboard con Tableau: visualizzazione e analisi dei dati;
Python per Data Science: Introduzione al linguaggio e Numpy;
Python per Data Science: funzioni, pacchetti e Panda;
Statistica con Python I: frequenze e misure di dispersione;
Statistica con Python II: probabilità e campionamento;
Statistica con Python III: test di ipotesi;
Python Pandas: trattamento e analisi dei dati.

[2020/2021]
Formazione Data Scientist 96 ore, DataCamp
Introduzione a Python: Interfaccia Python e pacchetti popolari;
Python Intermedio: Creare visualizzazioni con matplotlib e DataFrames con Pandas;
Manipolazione con Pandas: Importazione e pulizia dei dati, visualizzazioni con Pandas;
Unendo i dati con Pandas: Combina i dati di diverse tabelle;
Introduzione alla statistica in Python: Raccolta, analisi e conclusioni;
Introduzione alla DataViz con Seaborn: Creare visualizzazioni informative in Python;
Introduzione a NumPy: Imparare a creare, classificare, filtrare e aggiornare gli array;
Scatola degli strumenti di Data Science in Python: Scrivere funzioni in Python. 

[2022/2023]
Excel Eccezionale 127h, Hashtag
Concetti introduttivi, scorciatoie; formattazione, funzioni di base; ordinare e filtrare; strumenti dati; principali funzioni del mercato del lavoro; tavolo dinamico; grafica; funzioni di testo; funzioni di data; funzioni finanziarie; previsione e risolutore; protezione e stampa; Cruscotti impressionanti; trucchi e strumenti; registrazione macro; Interrogazione di potere; Perno di potenza; nuove funzioni Excel e Fogli Google.

[2015]
Programmazione in SAS 24h/a, Infomev Consulenza e Formazione
Programmazione SAS di base e intermedia.

Competenze

• Microsoft PowerPoint 

• Microsoft Excel

• Jupyter Notebook

• MicroStrategy

• Statistica

• Python 

• Pandas 

• SQL 

• SAS

• R

• Excel

• Tableau Power BI