💻 Estudante de Programação | 🌍 Apaixonado por Tecnologia e Ciência de Dados
Desde 2020, atuo diretamente com grandes volumes de dados, desenvolvendo análises exploratórias, dashboards interativos e modelos preditivos utilizando técnicas de Machine Learning.
Minha trajetória é movida pela busca constante por inovação: procuro aplicar meu conhecimento técnico em projetos que rompam o convencional e gerem impactos reais. Essa paixão me levou a mergulhar na Ciência de Dados, iniciando uma jornada fascinante de aprendizado e descobertas.
Aqui você encontrará:
Estudos sobre Ciência de Dados e ProgramaçãoTreinamentos práticos e aplicações técnicasAnálises exploratórias de dados- Projetos de Machine Learning:
Modelos supervisionadosModelos não supervisionados
- Projetos pessoais documentados na plataforma
Sinta-se à vontade para explorar, contribuir ou deixar seu feedback! 🚀
Um site com resumo profissional e alguns projetos desenvolvidos.
- 🔍 spotify-history: Este projeto tem o objetivo de realizar uma analise detalhada dos dados do meu spotify.
- 🔍 titanic-ml-project Projeto de analise exploratória de dados focado em investigar principais informações relevantes para a construção de um modelo machine learning de classificação.
- 📌 MLBeerRegression: Objetivo deste treinamento será estimar um modelo de Machine Learning utilizando a técnica de Regressão Linear para demonstrar os impactos das variáveis disponibilizadas neste dataset sobre o consumo de cerveja (Y).
- 🧩 MLClassifySimple: Este repositório tem o objetivo de construir alguns modelos machine learning de classificação bem simples, para estudos e testes basicos.
- 🧩 MLClassificationMetrics: Este repositório foi criado para explorar as principais metricas de modelos Machine Learning de classificação supervisionada.
- 🧩 sparklogimetrics: Este projeto utiliza uma imagem pyspark dentro de um container docker e tem o objetivo de aplicar algumas técnicas de intervalo de confiança e testes de significância em uma base escorada por um modelo de regressão logística, usando spark para manipular e treinar os dados.
- 🚧 deploy-ml-bento: Este projeto tem o objetivo de desenvolver o deploy de um modelo de clusterização simples usando o bentoml.
- 🚧 em planejamento
Obrigado por ter chego até aqui! 😄
