Sobre
Meu nome é Catarina Aguiar e este é o meu portfólio em Análise de Dados e Ciência de Dados.


Sou estudante de Ciência da Computação, com formação em Economia Empresarial e Controladoria pela USP. Minha formação interdisciplinar me permite atuar na interseção entre dados, tecnologia e negócios, com foco em transformar dados em insights que apoiem decisões estratégicas.
Ajudo empresas a estruturar bases de dados e a resolver problemas onde os dados existem, mas ainda não são usados de forma estratégica. Atuo desde a organização e automação dos dados até a análise e comunicação dos resultados.


Formação
Universidade de São Paulo
Economia Empresarial e Controladoria
2019 - 2025




Iniciação Científica (Bolsa CNPq)
Área: Contabilidade e Inteligência Artificial
2023 - 2025
Estácio
Ciência da Computação
2025 - 2029
Ferramentas
Intermediário/Avançado
Python
Excel
SQL
Power Query
Power BI
Linguagem R
Básico
MongoDB (NoSQL)
AWS (Computação em Nuvem)
Databricks
Django
GitHub
Linux
HTML
CSS
Python
Excel
SQL
Linguagem R
Power BI
Engenharia de Dados (Básico)
Power Query
BI e Análise de Dados
MongoDB (NoSQL)
AWS (Computação em Nuvem)
Databricks
GitHub
Linux
Django
HTML
CSS
Desenvolvimento Web para Dados (Básico)
Ferramentas
Programação e Ciência de Dados




Em que posso ajudar?
Análise de dados
Análise exploratória (EDA)
Construção de KPIs
Visualização de dados
Dashboards (Power BI)
Interpretação para áreas de negócio
Modelagem preditiva
Regressão e classificação
Segmentação (clusterização)
Sistemas de recomendação
Análise de churn
Feature selection
Avaliação de modelos
Análise de cesta de consumo
Processamento de Linguagem Natural (NLP)
Análise de sentimento e emoção
Coleta de dados
Limpeza e transformação
Pipelines de dados (Python e Power Query)
Automatização de processos
Integração com bancos de dados relacionais
Modelagem de banco de dados
Aplicações simples (Django)
Cloud (básico): AWS
Ciência de dados
Engenharia de dados (Básico)






Portfólio


Chatbot com Arquitetura RAG
Foi desenvolvido um chatbot que pode ser utilizado por empresas para consultar informações internas que não estão disponíveis publicamente. A solução é baseado na arquitetura RAG, foi desenvolvida em Python, utilizando Django para a aplicação web e LangChain para orquestrar a pipeline de IA Generativa.
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 deixar de utilizar os serviços de uma empresa.
Neste projeto, são aplicados modelos de Regressão Logística e Random Forest para prever o churn de clientes de uma empresa de telecomunicações.
Linguagem R
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.


Linguagem Python


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.
Linguagem R | Power BI
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.


Python | Power BI


Em breve, novos projetos serão adicionados.
Enquanto isso, você pode acessar todos os códigos e documentações no meu GitHub.
Contato
Obrigada pela visita! Fique à vontade para entrar em contato, será um prazer te responder.
Copyright © 2025 - 2026. Catarina Aguiar. Todos os direitos reservados.




