Linguagens de programação e banco de dados
- Python com foco em análise de dados.
- Web Scrapping com python.
- SQL para extração de dados.
- Noções de banco de dados relacionais e MongoDB.
Meu nome é Rômulo Ferreira, estou me formando em Engenharia de Computação pela Universidade Federal do Ceará, atualmente estudando ciência de dados de forma autônoma.
Estou buscando oportunidades para trabalhar profissionalmente como Cientista de Dados através da construção de soluções de negócio utilizando dados.
Construção de solução de dados para problema de negócio próximo do real utilizando dados públicos, onde foi abordado o problema desde a concepção do desafio de negócio até a publicação da solução utilizando ferramentas de cloud computing.
Construção de páginas front-end para empresa de mercado financeiro utilizando ferramentas como: javascript, hmtl e css. Além de desenvolvimento de features no back-end para entrega de dados rápida no front-end utilizando a linguagem Golang e banco de dados não relacional MongoDB.
Auxiliando o professor com atividades práticas para aprendizado de redes de computadores, utilizando ferramentas como: GNS3, Zabbix, Nagios etc.
Utilizando python, estatística e técnicas de clusterização, este projeto visa construir um programa de fidelidade para uma empresa outlet multimarcas. O objetivo é propiciar a equipe de marketing uma lista contendo os clientes candidatos ao programa com base em suas características de compras. - Apesar de ainda estar em desenvolvimento, utilizando o método cíclico, estou sempre entregando resultados. Ciclo atual: 01 - Caracterização do perfil de 3 clusters de clientes.
Utilizando python criei um modelo de machine learning que dado uma lista de clientes, ele ordena com base em propensão de compra. Contextualizando o problema: Um CEO de uma seguradora desejando adicionar um novo produto ao catálogo, realizou um pesquisa com sua base clientes já obtida, aqueles que possuiam interesse de adquirir um segundo seguro, desta vez automotivo. Com esses dados criamos um modelo capaz de ranquear os clientes por propensão de compra, afim de maximizar a receita que está empresa atingirá. Substituindo ligações aleatórias, por ligações mais certeiras guiadas pelo modelo.
Eu usei python, estatística e técnicas supervisionadas de machine learning para analisar dados a fim de prever vendas de lojas específicas em um certo período de tempo, com o objetivo de auxiliar o CEO a tomar decisões a cerca da divisão do budget anual da empresa pelas suas lojas. A solução é capaz de apresentar dados da previsão da receita diária de cada loja ao longe de 6 semanas.
Sinta-se a vontade para entrar em contato caso haja dúvidas ou sugestões.