Python: Utilizado para automação de processos, integração entre sistemas, tratamento de dados e geração de informações prontas para análise.
API: Consumo e integração de APIs REST para coleta automatizada de dados, garantindo padronização, confiabilidade e atualização contínua das informações.
SQL: Modelagem e consulta de dados em SQL com foco em performance, integridade e estruturação para análise e BI..
Planilhas Excel e Google: Utilizado como camada complementar para análise exploratória, validação de dados e apoio operacional quando necessário.
Jenkins: Integração Contínua (CI) e Entrega Contínua (CD), usando majoritariamente Jenkins e outras ferramentas como Git Hub Acitions.
Power BI: Criação de dashboards interativos e modelos analíticos orientados à tomada de decisão, com uso avançado de DAX, modelagem e boas práticas de visualização.
Dashboard desenvolvido para acompanhamento financeiro mensal e anual, permitindo análise rápida de receitas, inadimplência e desempenho geral.
O modelo possibilita identificar variações relevantes, apoiar decisões financeiras e reduzir o tempo gasto em análises manuais, reduzindo significativamente o tempo de análise e aumentando a confiabilidade das informações
Utilizando funções DAX de forma combinada e inteligente, faz com que indicadores reajam conforme a filtragem do usuário. Ao selecionar dois meses distintos o Power BI calcula o crscimento entre os dois selecionados.
Painel focado no monitoramento da produtividade da equipe de cobrança, permitindo identificar gargalos operacionais, acompanhar indicadores-chave e apoiar ações para aumento de eficiência e recuperação de crédito.
Utilizando de API externas para recolher dados de endereço dos clientes, mantendo a informação atualizada e livre de erros manuais.
Dashboard interativo para acompanhamento do NPS, facilitando a análise da satisfação dos clientes, identificação de tendências e suporte à tomada de decisões voltadas à melhoria da experiência do usuário.
Uma forma simples e intuitiva de analisar campos voláteis de observação, um mapa de palavras dinâmico que filtra KPIs com base em palavras chave selecionadas.
Script em Python para coleta automatizada de dados via API, com tratamento, normalização e persistência em banco de dados.
O processo elimina atividades manuais, garante consistência dos dados e possibilita atualizações recorrentes de forma escalável.
Sistema automatizado para geração e envio de relatórios por e-mail, incluindo coleta de dados, processamento, formatação e disparo agendado.
Reduz trabalho operacional e garante que as informações cheguem aos responsáveis de forma rápida e confiável.
Projeto voltado à integração e migração de dados entre SQL Server local e Azure SQL Database, utilizando Python para automação, controle e validação do processo.
A solução facilita a centralização de dados e o uso de ambientes em nuvem.
Gabriel Medina Mota
Data Engineering | Data Analytics | Python | SQL | Power BI