Engenheiro de Dados com Ph.D. em Geografia e experiência em análise espacial e geoprocessamento. Expertise em processamento de grandes volumes de dados geoespaciais, imagens de satélite e dados de mercado, utilizando ferramentas como Spark, Databricks e Google Earth Engine. Experiência em projetos de mercado de carbono, modelos preditivos para investimentos agrícolas e liderança de projetos de dados em saúde pública. Habilidades em Python, R, SQL e diversas ferramentas de engenharia de dados.
Sou um Engenheiro de Dados com formação multidisciplinar em Geografia e Urbanismo, especializado em geoprocessamento e análise espacial. Meu doutorado, fruto de uma parceria entre a Université de Lille (França) e a UFMG, me proporcionou um profundo conhecimento em desigualdades socioespaciais e acesso a serviços de saúde, utilizando ferramentas de análise espacial.
Minha trajetória profissional abrange setores diversos, desde a otimização de projetos de mercado de carbono até o desenvolvimento de modelos preditivos para investimentos agrícolas. Liderei a área de dados, implementando pipelines de ETL, Data Warehouses e modelos de dados para projetos de saúde pública.
Minhas Experiências:
Engenheiro de Dados: Experiência em processamento de grandes volumes de dados geoespaciais, imagens de satélite e dados de mercado, utilizando ferramentas como Spark, Databricks e clusters em nuvem.
Pesquisador em Análise Espacial: Doutorado com foco em desigualdades socioespaciais e acesso a serviços de saúde, com experiência em análise espacial e geoprocessamento.
Líder de Projetos em Saúde Pública: Responsável pela área de dados, implementando soluções de engenharia de dados e análise de dados para projetos de saúde pública.
Minhas Habilidades:
Linguagens de Programação: Python, R, SQL
Ferramentas de Engenharia de Dados: Spark, Databricks, Google Earth Engine
Bancos de Dados: PostgreSQL, MySQL, Microsoft SQL Server, Snowflake, Redshift
Ferramentas de Controle de Versão: Git (GitHub, GitLab)
Neste post, vamos explorar como realizar operações aritméticas no Pandas, uma biblioteca Python amplamente utilizada para análise de dados....
Neste post, vamos explorar como realizar análises de regressão no Jamovi, uma técnica estatística amplamente utilizada para modelar a...
Neste post, vamos explorar como trabalhar com séries temporais em Julia utilizando a biblioteca TimeSeries.jl. Séries temporais são fundamentais...
Neste post, vamos explorar como manipular datas no Pandas, uma biblioteca Python amplamente utilizada para análise de dados. Manipular...
Neste post, vamos aprender como criar gráficos no Jamovi, uma ferramenta de análise estatística que oferece uma interface intuitiva...
Neste post, vamos explorar como manipular DataFrames em Julia utilizando a biblioteca DataFrames.jl. DataFrames são estruturas de dados essenciais...
Neste post, vamos explorar como lidar com dados ausentes no Pandas, uma biblioteca Python amplamente utilizada para análise de...
Neste post, vamos explorar como criar visualizações de dados em Julia, utilizando a biblioteca Plots.jl. A visualização de dados...
Neste post, vamos explorar como unir DataFrames no Pandas, uma biblioteca Python amplamente utilizada para análise de dados. Vamos...
Neste post, vamos explorar como processar imagens no Google Earth Engine utilizando Python. O Google Earth Engine é uma...