Skip to content

Haniel-G/Portfolio-Ciencia-de-Dados

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

14 Commits
 
 
 
 

Repository files navigation

Portfolio-Ciencia-de-Dados

Author Badge

Captura de tela

Olá! Eu me chamo Lucas Haniel Gomes e Gomes. Sou graduado em licenciatura em Física pela UEPA (2022) e, atualmente, graduando do curso de Ciência de Dados, pela UniAmérica. Além disso, sou um entusiasta de análise de dados (BI, sociais, econômicos e segurança pública).

Seja bem-vindo(a) ao meu portfólio!

Projetos

ANÁLISE FINANCEIRA (Series01-DA_Financial)

Este projeto realiza uma Análise Exploratória de Dados aplicada a um conjunto de dados financeiros. O objetivo é identificar padrões, relações e insights que possam auxiliar na tomada de decisões em contextos financeiros, como gestão de risco, detecção de fraudes e previsão de comportamento financeiro.​

Objetivos da Análise:

  • Avaliar eventuais problemas na base de dados.
  • Avaliar fluxos financeiros para identificar padrões em pagamentos e recebimentos e avaliar a estabilidade financeira da empresa.​
  • Identificar padrões geográficos no comportamento de clientes e fornecedores para otimizar estratégias de mercado.​
  • Analisar o comportamento temporal das transações para detectar sazonalidades e tendências.​
  • Construir um dashboard em Power BI para leitura dos dados tendo em vista os temas.

Tecnologias Utilizadas:

  • Python: Pandas, Numpy, Matplotlib, Seaborn.
  • Jupyter Notebook.​
  • Power BI para visualização avançada.​
  • Git e GitHub para controle de versão.​

Clique aqui para acessar o projeto.

EDA UTILIS

O projeto "EDA Utilis" consiste em um módulo Python reutilizável e escalável, projetado para simplificar o processo de Análise Exploratória de Dados (EDA) em diversos domínios. Este toolkit facilita tarefas como carregamento de dados, limpeza, visualização e análise estatística, tornando as fases iniciais de qualquer projeto de ciência de dados mais eficientes e estruturadas.​

Funcionalidades:

  • Carregamento e pré-processamento de dados.​
  • Geração de estatísticas descritivas.​
  • Visualizações gráficas para identificação de padrões e outliers.​
  • Tratamento de valores ausentes e dados inconsistentes.​

Tecnologias Utilizadas:

  • Python: Pandas, Numpy, Matplotlib, Seaborn.​
  • Jupyter Notebook.​
  • Git e GitHub para controle de versão.​

Clique aqui para acessar o projeto

EM DESENVOLVIMENTO

Atualmente, estou me aprofundando em Machine Learning, docker, e em desenvolver as outras habilidades que já possuo.

CONTATOS

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published