Linguagens de Programação e Banco de Dados
- Python com foco em análise de dados;
- Web scraping com Python;
- SQL para extração de dados;
- R para modelagem estatística;
- Banco de Dados SQLite, Postres, MySQL, Oracle, MongoDB e Cassandra.
Sou formada Processamento de dados e Sistemas de Informação, atualmente trabalho como Analista Financeiro, com experiência nas áreas de Tesouraria e Contas à Pagar.
Análise e controle de pagamentos, empréstimos e aplicações, fechamento, fluxo de caixa e fluxo de pagamentos, desenvolvendo dashboards para acompanhamento das volumetrias de pagamentos, devoluções e repasses a clientes, utilizando as ferramentas Power BI e Excel.
Desenvolvimento de plataforma para o processo de chamados de solicitação e pagamento de Câmbios e impostos agregados desenvolvidos por mim utilizando as ferramentas Power Plataform, Sharepoint Sites, Power Automate, Power BI e Power Apps.
Treinamento da equipe financeira na ferramenta Excel para análise de dados.
Estou buscando uma oportunidade de trabalhar profissionalmente como Cientista de
Dados para melhorar a tomada de decisão da empresa, através da construção de
soluções usando dados.
Construção de soluções de dados para problemas de negócio, próximos dos desafios reais das empresas, utilizando dados públicos de competições de Ciência de Dados, onde eu abordei o problema desde a concepção do desafio de negócio até a publicação do algoritmo treinado em produção, utilizando ferramentas de Cloud Computing.
Fluxo de Caixa, Pagamento de Câmbio, Desenvolvimento de planilhas e automação de tarefas com Excel avançado, consultoria e treinamento de Excel para colegas menos experientes.
Desenvolvimento de planilhas com Excel avançado, Power BI, Power Automate, Power APPs, Sharepoint sites e representante da Google como Google Guide para disseminar conhecimento de Google Sheets dentro da empresa.
Eu usei Python, Estatística e técnicas não-supervisionadas de Machine Learning para segmentar um grupo de clientes com base em suas características de performance de compra, a fim de selecionar grupos de clientes para formar um programa de Fidelidade com o objetivo de aumentar a receita da empresa. E o resultado dessa solução, caso fosse implementada, seria de R$ 15MM de dólares de receita anual.
Identificação de imóveis abaixo do preço médio de venda e definição do preço ideal de revenda, a partir de uma análise exploratória de dados em Python
Sinta-se à vontade para entrar em contato através dos canais: