Diogo Rodrigues

• Telefone: +55 11 98765 4321
• E-mail: diogo.rodrigues@email.com
• Localização: São Paulo, Brazil
• LinkedIn: diogorodriguesds

Resumo

Com 7 anos de experiência, liderei o desenvolvimento e implementação de modelos de Machine Learning para otimização de campanhas de marketing em mais de 20% e redução de churn em 15%.

Especializado na construção de pipelines de dados robustos, análise estatística avançada e visualização de dados para extrair insights acionáveis e impulsionar decisões estratégicas.

Experiência Profissional

Cientista de Dados Sênior, TechData Brasil -- São Paulo, Brazil

Março 2020 – presente

• Desenvolveu e implementou modelos de previsão de vendas que resultaram em uma melhoria de 18% na precisão das projeções.

• Liderou uma equipe de 3 cientistas de dados no desenvolvimento de um sistema de recomendação de produtos, aumentando o engajamento do cliente em 25%.

• Otimizou algoritmos de detecção de fraude, reduzindo perdas em 10% através da identificação precoce de padrões anômalos.

• Colaborou com equipes de engenharia para construir e manter infraestrutura de dados escalável usando AWS e Databricks.

Cientista de Dados, Data Insights Consultoria -- São Paulo, Brazil

Junho 2017 – Fevereiro 2020

• Realizou análises exploratórias de dados para clientes em diversos setores, identificando tendências e padrões ocultos.

• Construiu e validou modelos de regressão e classificação para prever o comportamento do consumidor e otimizar estratégias de precificação.

• Criou dashboards interativos em Tableau e Power BI para visualização de métricas de desempenho e acompanhamento de KPIs.

• Automatizou processos de coleta e limpeza de dados, reduzindo o tempo de preparação em 30%.

Formação Acadêmica

Universidade de São Paulo (USP), Mestrado em Ciência da Computação em Ciência da Computação -- São Paulo, Brazil

Março 2015 – Maio 2017

Universidade Estadual de Campinas (UNICAMP), Bacharelado em Estatística em Estatística -- Campinas, Brazil

Fevereiro 2011 – Dezembro 2014

Competências

Linguagens de Programação: Python (Pandas, NumPy, Scikit-learn, TensorFlow, Keras), R, SQL

Machine Learning: Regressão Linear/Logística, Árvores de Decisão, Random Forest, Gradient Boosting, SVM, Redes Neurais, K-Means, PCA, NLP

Ferramentas e Plataformas: AWS (S3, EC2, SageMaker, Redshift), Google Cloud Platform (BigQuery, AI Platform), Databricks, Docker, Git

Visualização de Dados: Tableau, Power BI, Matplotlib, Seaborn, Plotly

Bancos de Dados: PostgreSQL, MySQL, MongoDB, Cassandra

Metodologias: Estatística Inferencial, Testes A/B, Análise Preditiva, Modelagem Estatística, Otimização