Transformando Dados em Decisões Estratégicas
Somos um time de Analistas, Cientistas e Engenheiros de Dados atuando em variados mercados, atualmente em formação pela FIAP (Pós-Tech). Nosso foco é aplicar estatística avançada, Machine Learning e visão de negócio para resolver problemas complexos, com ênfase atual no Mercado.
| Projeto | Descrição | Stack Principal |
|---|---|---|
| Deep Learning and unstructured data | (Espaço reservado para o próximo desafio da Pós-Tech) | Python Machine Learning Streamlit |
| Preditor de Obesidade | Visão analítica deployada em Streamlit, derivada de dados ingeridos e extraidos do Supabase, calculando como Target a previsidibilidade do Nível de Obesidade utilizando Random Forest em Python | Supabase Python Streamlit GitHub CI/CD - ACtions Docker |
| PNAD COVID - Insights | Data Lake em nuvem processando microdados massivos do IBGE para fundamentar um Plano de Contingência Hospitalar. Construído sob a arquitetura Medallion com ETL distribuído, filtros temporais e modelagem de 20 variáveis estratégicas. | AWS (S3/Glue/Athena) PySpark SQL PyMatPlot |
| IBOV Predictor | Modelo de Machine Learning (XGBoost) capaz de prever a tendência diária do IBOVESPA com 77% de acurácia. Utiliza engenharia de features temporal e validação sequencial. | Machine Learning (XGBoost) Pandas yfinance |
| Vitivinícolas para Business Intelligence | (Espaço reservado para o próximo desafio da Pós-Tech) | SQL PowerBI |
Bruno Assis 🚀 Data Scientist |
Gabriel Nunes 📊 Data Architect |
Jonathan Paixão 🐍 Analytic Engineer |
Rafael Vieira 📉 Comercial Analyst |
Wagner da Silva 🧠 Data Engineer |
Este portfólio é parte das entregas oficiais do curso de Data Analytics da FIAP.
