Cada projeto apresentado aqui foi desenvolvido a partir de desafios reais de negócio, utilizando dados, análise e tecnologia para gerar insights acionáveis. De inteligência de mercado e previsão de vendas a Machine Learning e Business Intelligence, esta coleção demonstra como os dados podem ser convertidos em estratégias, eficiência operacional e vantagem competitiva.
Explore os projetos, conheça as metodologias aplicadas e descubra como a análise de dados pode gerar impacto mensurável.
Este projeto demonstra um fluxo completo de dados, desde a ingestão de dados de uma API externa até a previsão por meio de machine learning e a visualização interativa.
A plataforma coleta dados históricos do mercado de Bitcoin da CoinGecko, armazena-os em um banco de dados relacional, realiza engenharia de atributos, treina modelos preditivos, avalia seu desempenho e apresenta os resultados por meio de um dashboard profissional desenvolvido em Streamlit.
Os mercados de criptomoedas são altamente voláteis e geram enormes volumes de dados diariamente.
O objetivo deste projeto é desenvolver um pipeline de previsão capaz de aprender o comportamento histórico do mercado de Bitcoin e prever movimentos futuros de preço utilizando técnicas de machine learning.




Dashboard executivo desenvolvido com base no Brazilian E-Commerce Public Dataset da Olist.
O projeto simula uma entrega completa de Business Intelligence, abrangendo extração e transformação de dados, modelagem dimensional, desenvolvimento do dashboard, documentação e publicação.
Oferecer uma visão executiva do desempenho do e-commerce por meio de dashboards interativos desenvolvidos no Power BI.
A solução apoia a tomada de decisões por meio de indicadores relacionados a:






Este projeto realiza uma Análise Exploratória de Dados (EDA) sobre o conjunto de dados de filmes e séries de TV da Netflix.
O objetivo é responder a questões de negócio utilizando Python e técnicas de visualização de dados, simulando o fluxo de trabalho de um Analista de Dados.
A análise busca responder a perguntas como:







Projeto completo de Processamento de Linguagem Natural (NLP), com foco na classificação de sentimentos utilizando técnicas tradicionais de Machine Learning e modelos baseados em Transformers. O projeto inclui pré-processamento de texto, análise exploratória, engenharia de atributos com TF-IDF, comparação de modelos, validação entre diferentes domínios e fine-tuning do DistilBERT.
O objetivo deste projeto é desenvolver um pipeline completo de análise de sentimentos capaz de classificar avaliações de filmes como positivas ou negativas, além de avaliar a capacidade de generalização do modelo em um domínio diferente.
O projeto compara algoritmos tradicionais de Machine Learning com uma arquitetura baseada em Transformers e investiga o desempenho de um modelo treinado com avaliações do IMDb quando aplicado a avaliações de produtos da Amazon.






Dashboard de Business Intelligence e Análise de Vendas desenvolvido com Python, SQL Server, Pandas, Matplotlib e Streamlit, utilizando o banco de dados AdventureWorks2022.
O projeto demonstra um fluxo completo de análise de dados, desde a extração de dados via SQL até o desenvolvimento do dashboard, com foco em métricas de negócio, comportamento dos clientes, desempenho dos produtos e análise de retenção.
This project was developed to simulate a real-world sales analytics environment.
Using Microsoft’s AdventureWorks database, the dashboard provides insights into:
The objective is to transform transactional data into actionable business information through interactive visualizations and executive KPIs.






A Plataforma de Previsão de Vendas é um projeto completo de Data Science desenvolvido para demonstrar um fluxo de previsão de ponta a ponta, desde a aquisição dos dados até a visualização para o negócio.
O projeto simula um ambiente real de previsão de vendas, integrando extração de dados, gerenciamento de banco de dados, engenharia de atributos, modelagem com machine learning, geração de previsões e dashboards interativos.
O principal objetivo é prever a demanda futura de vendas e fornecer aos stakeholders do negócio insights acionáveis por meio de uma plataforma de análise intuitiva.
Uma previsão precisa de vendas é fundamental para o planejamento de estoque, alocação de recursos, elaboração de orçamentos e tomada de decisões estratégicas.
Organizações que não conseguem antecipar as flutuações da demanda frequentemente enfrentam:
Este projeto demonstra como o machine learning pode ser utilizado para modelar o comportamento histórico das vendas e gerar previsões de demanda que apoiem decisões de negócio orientadas por dados.




Dashboard de Business Intelligence e Análise de Vendas desenvolvido com Python, SQL Server, Pandas, Matplotlib e Streamlit, utilizando o banco de dados AdventureWorks2022.
O projeto demonstra um fluxo completo de análise de dados, desde a extração de dados via SQL até o desenvolvimento do dashboard, com foco em métricas de negócio, comportamento dos clientes, desempenho dos produtos e análise de retenção.
This project was developed to simulate a real-world sales analytics environment.
Using Microsoft’s AdventureWorks database, the dashboard provides insights into:
The objective is to transform transactional data into actionable business information through interactive visualizations and executive KPIs.






O objetivo foi avaliar se modelos de previsão mais sofisticados conseguem superar um modelo de referência simples baseado em persistência, utilizando uma estrutura de avaliação consistente, justa e reproduzível.
O Bitcoin é um dos ativos financeiros mais voláteis do mercado global.
Previsões confiáveis podem apoiar:
O principal desafio é determinar se técnicas avançadas de previsão oferecem vantagens preditivas significativas em relação a abordagens simples.


| CATEGORIA | COMPETÊNCIAS |
|---|---|
| Linguagens | Python (Pandas, NumPy, Scikit-Learn), SQL |
| Business Intelligence | Power BI, Interactive Dashboards, KPI Development, Data Visualization, Performance Monitoring |
| Análise de Dados | Exploratory Data Analysis (EDA), Data Cleaning, Data Wrangling, Data Storytelling, Business Insights |
| Machine Learning | Regression, Classification, Feature Engineering, Model Evaluation, Predictive Analytics |
| Banco de Dados | SQL Server, PostgreSQL, Relational Data Modeling |
| Desenvolvimento Web | HTML, CSS, JavaScript, PHP |
| Ferramentas | Jupyter Notebook, Git, GitHub, VS Code, Excel |
| Cloud Computing | Cloud Fundamentals, Infrastructure Concepts, Cloud-Based Data Solutions |
| Idiomas | Português (Nativo), Inglês (Fluente) |
Estou aberto a oportunidades como Analista de Dados, BI Analyst e projetos de consultoria.