Data Scientist com foco em Analytics Engineering — construindo sistemas de ML aplicados a Marketing e Vendas Outbound.

Atualmente trabalhando com propensão, uplift modeling, LTV e atribuição de campanhas sobre VertexAI + BigQuery + Dataform, integrando modelos XGBoost com pipelines de dados em produção no GCP.

ML & Data ScienceXGBoostScikit-learnUplift ModelingLTVRegressão LogísticaALSAutoencodersMLflowVertex AI

Analytics EngineeringBigQueryDataformSQL AvançadoFeature StorePython

Cloud & InfraGCP · AWS · Azure · ADLS · S3 · Databricks

VisualizaçãoPower BI · QlikView

Pipeline de propensão para priorização de leads outbound em seguros. Treina XGBoost com calibração isotônica e computa métricas T50/T90/T95 para segmentação operacional HOT/WARM/COLD. Integrado com BigQuery via Dataform — feature store particionada e mart de scoring deduplificado por CPF/CNPJ.

XGBoostBigQueryDataformVertex AIPython

Biblioteca Python para analytics de marketing com quatro módulos independentes: Uplift Modeling (T-Learner / S-Learner) · LTV Estimation · Atribuição Multi-Touch (Shapley Value) · Métricas de Conversão (funil, coorte, A/B test).

UpliftShapleyLTVA/B TestScikit-learnPython

Referência de padrões de feature engineering em SQL e Python para pipelines de ML em produção: deduplicação, features temporais point-in-time corretas, target encoding com K-fold, WOE + IV, detecção de drift via PSI e feature store incremental no BigQuery.

BigQueryDataformPythonSQLFeature Store

• Certificação GCP ML Engineer
• MLOps end-to-end com Vertex AI + MLflow
• Inglês B2

Data Scientist · Juiz de Fora, MG