Prazer, Jordan Sousa !
Prazer, Jordan Sousa !
Embedded Files
CIENTISTA DE DADOS
Profissional de TI com mais de 7 anos de experiência em suporte técnico, automação e infraestrutura. Atualmente no último semestre de Análise e Desenvolvimento de Sistemas e focado em Análise e Ciência de Dados, aplicando Python, SQL, Power BI e conceitos de Machine Learning para desenvolver soluções inteligentes e apoiar a tomada de decisão orientada a dados. Possui treinamento AWS Academy Cloud Foundations pelo SENAI, com conhecimentos em computação em nuvem.
Skills
Skills
Python
Machine Learning
Power BI
Estatística
SQL
Excel
Visualização de Dados
AWS
Minhas Principais competências incluem:
Estatística: Análise descritiva, medidas de tendência central e dispersão, bem como técnicas avançadas de amostragem e probabilidade.
Python: Automação de tarefas, manipulação de dados com bibliotecas como Pandas e NumPy, além de criação de visualizações interativas com Matplotlib e Seaborn.
SQL: Construção de consultas eficientes, manipulação de bancos de dados e extração de insights a partir de grandes volumes de dados.
Visualização de Dados: Desenvolvimento de dashboards dinâmicos e relatórios gerenciais com ferramentas como Power BI e Python.
Machine Learning: Construção de modelos preditivos e de classificação utilizando algoritmos supervisionados e não supervisionados, com aplicação prática em análise de dados e tomada de decisão.
PROJETOS DE DADOS
PROJETOS DE DADOS
Análise Exploratória Imobiliário no Rio de Janeiro
Análise Exploratória Imobiliário no Rio de Janeiro
Neste projeto, analisei dados de aluguéis no Rio de Janeiro utilizando Python com as bibliotecas Pandas, NumPy, Matplotlib e Seaborn. Após o tratamento da base e análise estatística, identifiquei as variáveis que mais influenciam o valor do aluguel. As visualizações ajudaram a compreender o mercado e gerar insights relevantes para o setor imobiliário.
Análise e Previsão de Aluguéis de Bicicletas
Análise e Previsão de Aluguéis de Bicicletas
Neste projeto, analisei uma base de dados de aluguéis de bicicletas, aplicando tratamento, exploração e modelagem estatística para compreender padrões de uso e prever a demanda futura. Utilizei Python com bibliotecas como Pandas, NumPy, Matplotlib, Seaborn e Prophet, realizando visualizações e análises temporais. O projeto envolveu a investigação de variáveis como temperatura, umidade, feriados, finais de semana e horários, além da aplicação de modelos preditivos para geração de insights baseados em séries temporais.
👇ENTRE EM CONTATO 👇
👇ENTRE EM CONTATO 👇
Page updated
Google Sites
Report abuse