Este repositório hospeda meu portfólio profissional em Ciência de Dados, desenvolvido para apresentar projetos práticos, com foco em análise de dados, machine learning e soluções orientadas a negócio.
Os projetos aqui apresentados seguem uma abordagem estruturada, priorizando clareza, impacto prático e aplicação em cenários reais, incluindo desde exploração de dados até modelos em produção.
-
Churn Prediction + A/B Testing + Uplift Modeling
Pipeline de retenção de clientes em 3 camadas para um e-commerce, combinando um modelo de churn, um teste A/B com rigor estatístico e um modelo de uplift (T-Learner) para identificar quem realmente responde à campanha de retenção. O objetivo foi ir além de prever quem sai: descobrir se a campanha reduz esse risco e, principalmente, para quem vale a pena gastar o orçamento de retenção. Como resultado, o modelo de uplift identificou um grupo de clientes (Sleeping Dogs) para quem o cupom aumentava a chance de cancelamento, permitindo excluí-lo automaticamente da campanha — entregando ROC-AUC de 0,776 no churn e ROI de 51,7% por ciclo, validado por teste A/B (p=0,008).
🔗 Ver repositório -
Customer Value Segmentation
Projeto end-to-end de segmentação de clientes de e-commerce utilizando técnicas de clusterização não supervisionada para identificar perfis de consumo, clientes VIP e grupos com risco de churn. O objetivo foi transformar dados transacionais em inteligência de negócio, permitindo estratégias segmentadas de retenção, fidelização e crescimento. Como resultado, foi desenvolvido um pipeline produtivo em cloud utilizando AWS (S3, EC2 e RDS PostgreSQL), com persistência dos clusters e dashboard executivo interativo via Metabase.
🔗 Ver repositório -
Rossmann Sales Forecast
Projeto end-to-end de previsão de vendas diárias para mais de mil lojas da rede Rossmann, usando metodologia CRISP-DM para conectar análise de dados com solução de negócio. O objetivo foi automatizar previsões de faturamento para apoiar decisões financeiras e operacionais, substituindo estimativas manuais por um modelo confiável. Como resultado, foi entregue um modelo de Machine Learning em produção, acessível via API, com desempenho superior ao baseline e pronto para uso real no suporte à tomada de decisão.
🔗 Ver repositório -
Health Insurance Cross-Sell Ranking
Projeto de classificação supervisionada para prever a probabilidade de clientes de uma seguradora adquirirem um novo produto de seguro veícular. O objetivo foi apoiar estratégias de cross-sell, priorizando leads com maior propensão de conversão e otimizando esforços comerciais. Como resultado, foi desenvolvido um modelo de Machine Learning com validação por cross-validation e métricas de ranking (Gain e Lift), pronto para integração em pipelines de marketing e vendas.
🔗 Ver repositório -
Análise Global de Restaurantes (Zomato)
Dashboard interativo criado com Streamlit para explorar dados globais de restaurantes da plataforma Zomato, permitindo análises por localização, país, cidade e tipo de culinária. O objetivo foi transformar um conjunto de dados público em uma ferramenta visual acessível que facilite a identificação de padrões e oportunidades estratégicas. Como entrega final, o painel oferece visualizações navegáveis que apoiam decisões sobre mercados prioritários e preferências regionais.
🔗 Ver repositório -
Painel Gerencial de Marketplace Delivery
Dashboard interativo desenvolvido para analisar vendas, categorias de produtos e desempenho geral de uma empresa alimentar fictícia. O objetivo foi fornecer uma visão clara dos principais indicadores de negócio e facilitar decisões gerenciais com base em dados reais de receita e sazonalidade. Como resultado, a ferramenta oferece gráficos e filtros que destacam tendências de vendas, desempenho por categoria e padrões temporais relevantes.
🔗 Ver repositório -
Ensaio de Machine Learning
Projeto exploratório de Machine Learning focado em comparar desempenho e limitações de algoritmos de classificação, regressão e clusterização. O objetivo foi experimentar abordagens distintas, aplicar técnicas de preparação e avaliação de dados e entender trade-offs como underfitting e overfitting. Como resultado, foram gerados insights sobre performance, métrica e comportamento dos modelos, formando uma base sólida para projetos mais avançados.
🔗 Ver repositório
- Python
- Pandas, NumPy
- Scikit-learn, XGBoost
- A/B Testing & Uplift Modeling (Causal Inference)
- Optuna
- SQL & PostgreSQL
- AWS (S3, EC2, RDS)
- SQLAlchemy
- Metabase
- Streamlit
- Plotly, Matplotlib, Seaborn
- Flask, Google Sheets API
- Git & GitHub