Explore uma seleção de projetos que demonstram minhas habilidades em análise de dados, Machine Learning e geração de insights.
Cada projeto possui sua própria pasta com a seguinte estrutura (quando aplicável):
- /data: Conjuntos de dados utilizados.
- /notebooks: Notebooks com código e análises.
- /src: Scripts com funções e classes reutilizáveis.
- /models: Modelos de Machine Learning treinados.
- /reports: Relatórios gerados.
- README.md: Descrição detalhada do projeto.
- Projeto 01: Análise de Dados de Pesquisas de Opinião: Análise de dados de pesquisas para obter insights sobre o perfil dos participantes e suas respostas. Ferramentas: Python, Pandas, KNIME | Técnicas Utilziadas: Manipulação de dados, Transformação de dados, Junção de tabela, Insights gerados.
- Projeto 002: Análise de Risco de Inadimplência em Fintech: Investigar fatores de risco associados à inadimplência em empréstimos pessoais utilizando dados de clientes de uma fintech. Python. Ferramentas: 🐍 Python, Pandas, NumPy, Matplotlib, Seaborn | EDA, Visualização de dados, Information Value, Correalação
- Machine Learning:
- Regressão Linear (Linear Regression)
- Regressão Logísca (Logistic Regression)
- Random Forest (Random Forest)
- Gradient Boosting
- Redes Neurais (Neural Network)
- [Outros Projetos serão vinculados aqui]
Este portfólio visa demonstrar:
- Habilidades técnicas: Análise de dados, Machine Learning, visualização de dados, etc.
- Metodologia: Aplicação de métodos científicos para resolver problemas.
- Qualidade de código: Código limpo, organizado e bem documentado.
- Capacidade de gerar insights: Transformação de dados em informações valiosas para tomada de decisões.
O portfólio é atualizado regularmente com novos projetos e melhorias.
Sugestões e contribuições são bem-vindas! Sinta-se à vontade para abrir uma issue ou pull request.
Raul Rodrigues
- Email: rfbr21@gmail.com
- LinkedIn: https://www.linkedin.com/in/raulfbr/
- Medium: https://medium.com/@raulfbr