LiauodgAn

Analista de dados

Toledo Piza Advogados

Faço uso de séries temporais para aprimorar a precisão das previsões de pagamentos, o que resulta em um aumento contínuo de 15%. Esse processo otimiza a alocação de recursos e melhora a eficiência na recuperação. Para isso, utilizo Python (com Pandas, Numpy e statsmodels) para implementar os modelos e SQL para extração dos dados necessários, garantindo a atualização constante das previsões.  Realizo análises de clustering para identificar novos segmentos de clientes, o que resulta em um aumento na taxa de conversão. A etapa mais crítica desse processo é a Transform da pipeline ETL, onde dedico atenção especial ao tratamento e padronização dos dados para garantir a qualidade das análises. Durante essa etapa, lido com diferentes casos de uso e cenários de inconsistência nos dados. Para isso, utilizo Python, com bibliotecas como pandas e numpy, que são essenciais no manuseio, limpeza e transformação dos dados. Essa abordagem diária permite personalizar estratégias com precisão, maximizando a eficácia das campanhas.  Diariamente, realizo análises para atender a solicitações diretas do banco, que variam entre batimentos, mapeamento de informações ou verificações enviadas pelo próprio banco. A análise é realizada com base em dados extraídos diretamente do banco de dados, utilizando SQL para garantir a coleta eficiente e precisa de informações. Com esses dados, transformo os insights em um relatório automatizado diário, que facilita o monitoramento contínuo e a tomada de decisões rápidas frente a possíveis problemas. O projeto é conduzido dentro da metodologia ágil Scrum, o que permite entregas rápidas e iterativas, promove a colaboração entre equipes e assegura a flexibilidade para realizar ajustes conforme as necessidades do negócio.