Olá devs! 👋 Sou Anderson, atuante em Ciência de Dados e aluno de Engenharia Mecatrônica. Apaixonado por Data Science, entendo que existir é gerar dados e, para viver bem, é preciso saber ler, interpretar, manipular e gerar esses dados da maneira adequada. Por isso, vejo a área de Data Science como a mais abrangente e a mais adequada para encontrar as respostas para as diversas questões e problemas que temos.

Porém, quem está começando na área ou quem já a estuda há algum tempo, sabe como pode ser complexo encontrar um glossário com todas as informações para entender quais são todos os modelos de data science mais utilizados atualmente e em quais problemas cada um se aplica. Se você se identifica, clique aqui

• Com o objetivo de encontrar quais os pontos em que o app da Uber deveria ser trabalhado para gerar mais valor aos clientes, realizei uma anáise sobre as avaliações do app
• Principal diferencial do projeto: Apliquei uma análise de sentimentos mais complexa envolvendo prompt engineering

& Machine learning models | Solução de problemas por meio de dados

& Estatística aplicada à ciência de dados

Dicionário de onde consolidei cada conhecimento: Faculdade: São conhecimentos que consolidei através de matérias no meu curso de engenharia mecatrônica Data Warehouse: Conhecimentos que consolidei quando fiz um Data Warehouse no meu trabalho Prospector de clientes: Através de um projeto de cluesterização e prospecção de clientes, no meu trabalho, utilizando machine learning Análise Uber: Projeto no Kaggle envolvendo o dataset da Uber Protocolo IA: Protocolo que montei no meu último trabalho sobre como utilizar as IAs dentro da empresa Liderança trabalho: De quando tive a oportunidade de liderar duas pessoas no meu antigo trabalho Cursos Google: Curso do google sobre gestão de projeto e análise de dados Trabalho: Desenvolvi no meu último trabalho de maneira geral Sentiment: Algoritmo de análise de desenvolvimento que fiz a projeção no meu antigo trabalho