Cientista de Dados | 18 anos com dados + ML desde 2024 | Ex-Trader • Consultora
Eu sempre fui a pessoa que mexe com dados, mesmo antes de virar "hype". Passei quase duas décadas mergulhada em números, seja planejando produção, negociando no mercado financeiro ou reestruturando processos em empresas. Sempre fui movida por uma pergunta: "o que eu posso tirar desses dados?"
Em 2024, decidi elevar o jogo: mergulhei de cabeça em Machine Learning, Python e técnicas avançadas de estatística. Trouxe a ciência de dados pro meu dia a dia para resolver problemas de verdade.
- Traduzo business em modelos: entendo o problema antes de abrir o Jupyter
- Aplico Machine Learning: regressões, Random Forest, XGBoost, redes neurais (sempre com foco em resultado)
- Faço otimização e previsões: do planejamento de produção à análise de séries temporais
- Feature Engineering: sei que o modelo é tão bom quanto os dados que você coloca nele
- Comunico de forma clara: demonstro aos stakeholders aplicações dos modelos
Linguagens & Core
Python SQL Pandas NumPy Scikit-learn
Machine Learning & Deep Learning
XGBoost LightGBM TensorFlow PyTorch SHAP LIME
Deploy & Cloud
Docker AWS (S3, SageMaker, EC2)
Visualização & BI
Matplotlib Seaborn Plotly Power BI
Boas práticas
Feature Engineering Cross-validation Hyperparameter Tuning MLOps (básico)
Antes de ser cientista de dados, eu era a pessoa que:
- Otimizava estoques com base em padrões de consumo (e sim, isso é ML antes do ML)
- Negociava no mercado financeiro, onde decisão errada custa caro e análise é tudo
- Reestruturava processos em empresas usando dados operacionais para encontrar gargalos
Agora juntei essa bagagem de negócio com o poder dos algoritmos modernos. O resultado? Alguém que não só sabe rodar um modelo, mas entende por que e para quê ele existe.
Sistema inteligente que reduz análise de trading de 15 minutos para 5 segundos usando:
Multi-Agent AI (3 agentes especializados) Análise técnica automatizada Deploy AWS escalável
Stack: Python, Streamlit, Groq, YFinance, Plotly, AWS, EC2
Implementação manual de uma rede neural usando apenas NumPy para classificação binária. Forward/backward propagation, gradiente descendente e função sigmoid construídos do zero - sem frameworks de ML.
Stack: Python NumPy Neural Networks Backpropagation Matemática Aplicada
Aplicações: Detecção de fraude, previsão de aprovação, propensão a compra, decisões médicas...
Sistema inteligente que recomenda filmes similares usando Machine Learning, vetorização de texto e cosine similarity. Processamento de 4.800+ filmes com NLP.
Stack: Python scikit-learn Pandas NLTK NLP Machine Learning
Aplicações: E-commerce, redes sociais, serviços financeiros...
🚧 Mais projetos em breve!
Estou trazendo outros projetos para cá. Enquanto isso, me chama no LinkedIn pra trocar uma ideia!
- 📧 biasandrade@gmail.com
- 📱 11-99539-1817
Se você busca alguém que une visão de negócio, mão na massa com código e curiosidade infinita, temos muito a conversar.
"Dados sem contexto são só números. Contexto sem dados é só achismo. Eu trabalho onde os dois se encontram."