Catarina Aguiar | Portfólio de Dados, IA e Machine Learning

Sobre

Meu nome é Catarina Aguiar e este é o meu portfólio de Dados, onde apresento projetos em Análise de Dados, Machine Learning e Inteligência Artificial.

Sou formada em Economia pela Universidade de São Paulo (USP),onde realizei uma pesquisa de Iniciação Científica, com bolsa CNPq, em Ciência de Dados aplicada à Contabilidade. Atualmente, curso Ciência da Computação na Estácio.

Em que posso ajudar?

Análise de dados

Análise exploratória (EDA)
Construção de KPIs
Visualização de dados
Dashboards (Power BI)
Interpretação para áreas de negócio

Modelos de regressão e classificação
Segmentação de dados (clusterização)
Sistemas de recomendação
Análise de cesta de consumo
Processamento de Linguagem Natural (NLP)
Chatbots baseados em RAG

Coleta e preparação de dados (ETL)
Pipelines de dados (Python e Power Query)
Automatização de processos
Integração com bancos de dados
Modelagem de dados
Cloud (AWS - básico)

Ciência de dados e IA

Engenharia de dados (Básico)

Portfólio

Chatbot com Arquitetura RAG

Chatbot empresarial para consulta de informações internas por meio de IA Generativa. Baseado em arquitetura RAG, foi desenvolvido em Python, utilizando Django para a aplicação web e LangChain para orquestrar o pipeline de IA.

Projeto de Processamento de Linguagem Natural (NLP) que utiliza Sentence-BERT (SBERT) para identificar emoções predominantes em relatórios financeiros de empresas brasileiras. Baseado na minha pesquisa de Iniciação Científica e no TCC.

Pyhon | Django | LangChain | RAG

Previsão da Rotatividade de Clientes de Telecomunicação

A rotatividade de clientes (churn) representa a probabilidade de um cliente cancelar um serviço. Este projeto utiliza Regressão Logística e Random Forest para prever o churn e se destaca por conectar os resultados do modelo às estratégias de retenção e à simulação do impacto financeiro.

Linguagem R | Classificação

GitHub

Resumo

Pyhon | Processamento de Liguagem Natural

Reconhecimento de Emoções usando Sentence BERT (Pesquisa)

Sistema de Recomendação MovieLens

Neste projeto, foi construído um sistema de recomendação de filmes que utiliza dados do site MovieLens. Foram testados 3 algoritmos: KNN, FP-Growth e SVD, o último obteve o melhor desempenho.

GitHub

Resumo

Python | Sistema de Recomendação

Segmentação de clientes de um supermercado

O objetivo deste projeto é segmentar os clientes de um supermercado com base em seus perfis de compra, utilizando o algoritmo K-Means e o método do cotovelo. Também será realizada uma análise descritiva dos dados.

GitHub

Resumo

Linguagem R | Power BI | Clusterização

Análise de Cesta de Consumo de um delivery

Análise de cesta de consumo aplicada a dados reais do delivery Zomato.
Uso dos algoritmos FP-Growth e Apriori para revelar padrões de compra e associações entre itens. Aplicações práticas em recomendação e otimização de ofertas.

GitHub

Resumo