Sobre mim

Meu nome é Marx Cerqueira,

Sou um entusiasta de dados formado em Engenharia Elétrica pela Universidade de Brasília onde tive participação ativa em projetos acadêmicos como uma graduação sandwich nos EUA e em empresa Jr., e no momento estou buscando recolocação profissional para a área de Dados.

Atualmente trabalho como Ciêntista de Dados em projetos pessoais de ciência de dados e faço parte da Comunidade DS para adquirir mais experiências em soluções de problemas de negócio e obter maior domínio sobre as ferramentas da stack de Ciência de Dados.

No meu tempo livre gosto voar alto, isso mesmo haha, sou um paraquedista amante de esportes radicais e da natureza, com rotinas matinais para exercícios e estudos para desenvolvimento individual. E como um bom lifelong learning, vou sempre estar contente e motivado em aprender coisas novas para solucionar problemas.

Estou buscando novos desafios de mercado e oportunidades para inovar em projetos impactantes. Colaborar com meu conhecimento e, principalmente, aprender o máximo para me tornar um profissional de dados referência na área.

Habilidades

Linguagens de Programação e Banco de Dados

  • Python com foco em análise de dados
  • Web scraping com Python
  • SQL para extração de dados
  • R para modelagem estatística
  • Banco de Dados SQLite, Postgres, MySQL, MongoDB

Estatística de Machine Learning

  • Estatística descritiva ( localização, dispersão, assimetria, kurtosis, densidade )
  • Algoritmos de Regressão, classificação, clusterização e "learn to rank”
  • Técnicas de balanceamento dos dados, seleção de atributos e redução de dimensionalidade
  • Métricas de performance dos algoritmos ( RMSE, MAE, MAPE, Confusion Matrix, Precisão, Recall, Curva ROC, Curva Lift, AUC, Silhouette Score, DB-Index )
  • Pacotes de Machine Learning: Sklearn e Scipy

Visualização de Dados

  • Matplotlib, Seaborn, Plotly
  • Power BI, Tableau, Metabase, Streamlit
    •

Engenharia de Software

  • Git, Github, Gitlab, Cookiecutter, Virtual Environment e Docker
  • Streamlit, Flask, Python API's
  • Cloud Heroku, AWS Amazon
    •

Soft Skills

  • Liderança.
  • Comunicação
  • Trabalho em equipe
  • Adaptabilidade
  • Solução de problemas
  • Habilidades interpessoais
    •

Idiomas

  • Português nativo
  • Inglês fluente
    •

Experiências Profissionais

3 Projetos completos de Ciência de Dados

Construção de soluções de dados para problemas de negócio, próximos 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 até a publicação do algoritmo treinado em produção, utilizando ferramentas de Cloud Computing.

4 meses Data Analyst - Sanar

Extração de dados de banco de dados usando SQL e Python;
Análise exploratória de dados utilizando Python com foco em métricas de crescimento;
Definição de estratégias de KPI para o negócio;
Desenvolvimento de painéis de visualização de indicadores.

3 anos como Engenheiro Eletricista

Responsável por gerir, coordenar e supervisionar obras de sistema fotovoltaico, fazendo a gestão de uma equipe de 20 pessoas.
Responsável por gerir, coordenar, supervisionar e analisar continuamente todas atividades da equipe que envolve a manutenção predial, inteligencia predial e automação.

4 meses como Pesquisador da University of Los Angeles, California

Fiz parte da equipe de pesquisa com foco em Smart Grids, Carros elétricos, Charging estations, e V2G.


Para mais informações:

Projetos em Ciência de Dados

Construção de um programa de fidelidade com clusterização de clientes.

Eu usei Python, Estatística e técnicas não-supervisionadas de Machine Learning para segmentar um grupo de clientes com base em suas características de performance de compra, a fim de selecionar grupos de clientes para formar um programa de Fidelidade com o objetivo de aumentar a receita da empresa.

As ferramentas utilizadas foram:

  • Git, Gitlab e Github.
  • Python, Pandas, Numpy, Matplotlib e Seaborn.
  • Jupyter Notebook.
  • K-Means, Hierarquical Clustering, GMM.
  • AWS Cloud ( EC2, S3, Postgres, SQLite ).
  • Metabase Visualization.
    •

Previsão de Clientes Churn

Desenvolvimento de projeto com modelo de aprendizado de máquina supervisionado e métricas de Learning to Rank para avaliar clientes com alta probabilidade de estarem em rotatividade, tomando medidas para reverter a situação e aumentar o ROI.

As ferramentas utilizadas foram:

  • Git, Gitlab e Github.
  • Python, Pandas, Numpy, Matplotlib e Seaborn.
  • Jupyter Notebook.
  • Logistic Regression, Random Forest Classifier, XGBoost Classifier, LightGBM, SVM, Gaussian Nayve Bayes, CART(Classification and Regression Trees).
    •

Modelo em Produção Para Predição de Vendas de Uma Rede de Farmácia

Desenvolvimento de um projeto ponta a ponta com explicações de teoria estatística por trás de cada seção. Criei cinco modelos de aprendizado de máquina para prever as vendas de uma grande rede de drogarias da Europa. As previsões podem ser acessadas pelos usuários por meio de um bot do aplicativo para smartphone Telegram.

As ferramentas utilizadas foram:

  • Git, Gitlab e Github.
  • Python, Pandas, Numpy, Matplotlib e Seaborn.
  • Jupyter Notebook.
  • Linear Regression Model; Linear Regression Regularized Model - Lasso, Random Forest, XGBoost Regressor.
    •

Identificação de imóveis para compra e revenda a fim de maximizar os lucros

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

As ferramentas utilizadas foram:

  • Git, Gitlab e Github.
  • Python, Pandas, Numpy, Matplotlib e Seaborn.
  • Jupyter Notebook.
  • Mapas interativos com Plotly e Folium.
  • Heroku Cloud.
  • Streamlit Python framework web
    •

Entre em contato

Sinta-se à vontade para entrar em contato: