Sobre Mim

Meu nome é Juan Zimmermann

Sou estudante de Data Science e estatística, trabalho com dados para gerar insights, responder perguntas e solucionar problemas de negócios.

Trabalho com projetos pessoais sobre Ciência de dados, para adquirir experiência na solução de problemas de negócio e domínio sobre as ferramentas de 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.

Habilidades

Linguagens de Programação e Banco de Dados

  • Python para análise de dados
  • Web Scraping com python
  • SQL para extração de dados
  • Banco de Dados SQLite, PostgreSQL, MySQL, Oracle, MongoDB e Cassandra

Estatística

  • Estatística descritiva (localização, dispersão, assimetria, kurtosis, densidade)

Visualização de Dados

  • Matplotlib, Seaborn, Plotly e Bokeh
  • Power BI, Tableu, Metabase e Looker

Engenharia de Software

  • Git, Github, Gitlab, Cookiecutter, Virtual Environment e Docker
  • Streamlit, Flask, Python API´s

Experiencias

4+ Projetos Completos de Ciência de Dados

Construção de soluções de dados para problemas de negócios, próximo dos desafios reais das empresas, utilizando dados públicos de competições de Ciência de Dados, onde eu abordei o problemas desde a concepção do desafio até a publicação do algoritmo treinado em produção, utilizando ferramentas de Cloud Computing

Analista de Dados - Prefeitura do Recife

Responsavel por realizar tratamento de Base de Dados da Prefeitura Municipal do Recife, onde esse dados eram aplicados a programas sociais e projetos para melhoria da cidade do Recife.

Gerar insights com os principais pontos para uma tomada de decisão mais assertiva por parte das secretarias vinculadas a prefeitura do Recife.

Suporte T.I

Sempre ligado em tecnologia, consegui meu primeiro emprego de carteira assinada como suporte de T.I, onde entre minhas unúmeras funções, exercia o papel administrativo, contábio e de suporte de Hardware e Software.

Realizei algumas automações de trabalhos repetitivos diários, foi onde tive mais acesso a outros campos da empresa, até chegar efetivamente a trabalhar com dados.

Projetos em Ciência de Dados

Health Isurance Cross Sell (Machine Learning Propensity Score)

A rede de seguradora de plano hospitalar conduziu uma pesquisa em sua base de dados para identificar quais clientes estariam interessados em adquirir um seguro automotivo, como uma segunda compra.

Ferramentas utilizadas:

  • Git, GitLab e GitHub
  • Seaborn, Matplotlib, Jupyter Notebook
  • Logistic Regressor, Extra Trees, KNeighbors Regressor
  • BorutaPy e Pickle
  • Render via Flask app, Cloud Computing com Render

Rossmann Sales (Machine Learning Regression Analysis)

Projeto com foco em estimar o faturamento das lojas do grupo Rossmann. Realizarei uma previsão das vendas nas próximas seis semanas, com o objetivo de analisar quais lojas teriam caixa suficiente para realizar melhorias internas.

Ferramentas utilizadas:

  • Git, GitLab e GitHub
  • Seaborn, Matplotlib, Jupyter Notebook
  • Linear Regressor, Random Forest Regressor, XGBoost Regressor
  • BorutaPy e Pickle
  • Streamlit via Flask app, Cloud Computing com Render

Análise completa do hitórico de vendas de um E-commerce

Realizadas as análises: Descritiva, Diagnóstica, Preditiva e Prescritiva referente a um E-commerce. Resultando em uma análise detalhada das vendas e uma previsão de quantidades de pedidos dos 4 meses seguintes

Ferramentas utilizadas:

  • Google Sheets
  • Linear Regression
  • XLMiner analysis toolpak

Dashboards e Insights para tomada de decisões em App de Delivery - Curry Company

Utilização de python para responder perguntas de negócios, análise de padrões comportamentais e visões métricas. Com o objetivo de tornar tomada de decisões por parte de CEO´s e diretoria, mais rápidas e acertivas.

Ferramentas utilizadas:

  • Git, GitLab e GitHub
  • Seaborn
  • Jupyter Notebook
  • Streamlit
  • Streamlit Cloud

Identificação de imóveis para compra e revenda a fim de maximizar o lucro

Identificação de imóveis abaixo do preço médio de venda e definição do preço ideal de revenda, a partir de uma análise exploratoria de dados em Python.

Ferramentas utilizadas:

  • Git, GitLab e GitHub
  • Seaborn
  • Matplotlib
  • Jupyter Notebook
  • Streamlit
  • Streamlit Cloud

Entre em Contato

Sinta-se à vontade para entrar em contato