Sobre Mim

Sou Alexsandro Silveira

Possuo Mestrado em Física além de ser técnico em Automação Industrial.

Trabalhei durante 6 anos como professor, 2 anos no IFRS ensinando disciplinas técnicas e de cursos superiores e os outros 4 anos ensinando Física em escolas de Ensino Médio.

Estou aprofundando meus conhecimentos em Ciência de Dados e buscando uma oportunidade de trabalhar profissionalmente como Cientista de Dados.

Habilidades

Linguagem de Programação e Banco de Dados

  • Python com foco em ciência de dados.
  • Web Scraping com Python
  • Banco de dados SQLite

Estatística e Machine Learning

  • Estatística Descritiva (localização, dispersão, assimetria, kurtosis, densidade)
  • Algoritmo de Regressão, Classificação, Aprendizado por Reforço e "learn to rank"
  • Técnicas de balanceamento de dados, seleção de atributos e redução de dimensionalidade
  • Métricas de performance dos algoritmos
  • Pacotes: Sklearn, Scipy, Statsmodels e XGBoost

Manipulação e Visualização de Dados

  • Pandas
  • Matplotlib
  • Seaborn
  • Numpy
  • Google Sheets e Apps Script

Engenharia de Software

  • Git, Github, Gitlab
  • Streamlit, Flask
  • Cloud Heroku, Selenium

Experiências Profissionais

5 Projetos completos de Ciência de Dados

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

6 anos como Professor

2 anos atuando no ensino técnico e superior, onde ministrava aulas e orientava na construção de projetos.

4 anos atuando como professor de Física para o ensino médio.

2 anos de Mestrado

Mestrado em Física. Aprofundei meus conhecimentos em Física e realizei diversos experimentos, onde basicamente eram coletados dados dos acontecimetos observados e contruído um modelo a partir das informações.

4 anos de Graduação

Graduação em Física. Atuei em grupos de pesquisa de Cosmologia e Ensino de Física, além de ser monitor em Física básica

Projetos de Ciência de Dados

Teste A/B

O teste A/B é um método de comparação de duas versões de um produto ou recurso para determinar qual deles tem melhor desempenho. O teste A/B usando a inferência bayesiana se mostra como uma ferramenta muito eficaz, quando usada em conjunto com a técnica do MAB potencializamos essa eficácia. Vale lembrar que como teste frequentista precisamos definir um tamanho de amostra e passar um determinado tempo realizando a coleta de dados, além do tempo preciso estamos perdendo possíveis conversões ao longo do teste. Com o uso da inferência bayesiana + MAB aceleramos esse processo de decisão e já aumentamos a conversão quando passamos a mostrar a melhor página ao longo do teste.

Ferramentas Utilizadas

  • Flask
  • Heroku
  • Git e Github
  • Google Sheets
  • Jupyter Notebook
  • Visual Studio Code
  • Scipy e Statsmodels
  • Python, Pandas, Numpy, Seaborn, Itertools, Selenium e Matplotlib

Sistema de Recomendação para Cross-Selling de Seguros

Foi criado um modelo que ranqueia o interesse de antigos clientes em uma nova modalidade de seguro. Através de uma API o algoritmo foi disponibilizado para ser usado no Google Sheets.

Ferramentas Utilizadas

  • Flask
  • Heroku
  • Git e Github
  • Google Sheets
  • Jupyter Notebook
  • Visual Studio Code
  • Python, Pandas, Numpy, Seaborn e Matplotlib
  • Algoritmos de Classificação: KNN Classifier, ExtraTrees Classifier e XGBboost Classifier.

Previsão de vendas das farmácias Rossmann

Usando o algoritmo de Machine Learning XGBoost foi feita a previsão de vendas para as lojas da Rossman para 6 semanas. O algoritmo foi ficou acessível através do Telegram.

Ferramentas Utilizadas

  • Flask
  • Heroku
  • Telegram
  • Git e Github
  • Jupyter Notebook
  • Visual Studio Code
  • Python, Pandas, Numpy, Seaborn e Matplotlib
  • Algoritmos de Regressão: Linear Regressor, Linear Regressor Regularized, Random Forest, XGBoost Classifier e Sickit-Learn (Boruta)

Projeto de Web Scraping

Para a empresa fictícia AP's Jeans foi desenvolvido um projeto de web scraping no site da H&M. Visando auxiliar a inserção da empresa no mercado de moda, especificamente na venda de calças jeans.

Ferramentas Utilizadas

  • SQLite
  • Git e Github
  • Jupyter Notebook
  • Visual Studio Code
  • Python, Pandas, Numpy, Seaborn e Matplotlib

Análise de Dados

Foi criada uma empresa fictícia, a KC Real Estate, e o objetivo era maximizar a receita dessa empresa, para isso foi desenvolvida uma análise em um conjunto de dados visando encontrar indicações de imóveis para a compra, após realizada a análise foi criado um relatório e planilhas com as indicações de compra.

Ferramentas Utilizadas

  • Git e Github
  • Jupyter Notebook
  • Python, Pandas, Numpy, Seaborn e Matplotlib

Entre em Contato

Sinta-se à vontade para entrar em contato