Skip to content
View rogeriorrcoelho's full-sized avatar

Block or report rogeriorrcoelho

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 250 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
rogeriorrcoelho/README.md

Rogério Coelho

Cientista de Dados

Sou um profissional de TI atuando há mais de 3 anos em projetos de análise ciência de dados, construção de modelos de machine learning, análise exploratória de dados e desenvolvimento de soluções analíticas. Especialista em traduzir necessidades de negócios em projetos de dados estratégicos, conectando equipes técnicas e operacionais para garantir que insights analíticos sejam transformados em ações concretas e impactantes. Possuo vivência em setores como financeiro, farmacêutico, aeroespacial, telecomunicações, serviços digitais, petroquímico e educação. Identifico e priorizo problemas empresariais que podem ser resolvidos por meio de analytics, facilitando a comunicação entre stakeholders e equipes técnicas. Domínio em storytelling analítico e visualização de dados para diferentes públicos, promovendo a adoção de soluções analíticas no contexto corporativo. MBA em Data Science & Analytics pela USP-ESALQ e formação complementar em gestão avançada de projetos. Certificado em frameworks ágeis e metodologias analíticas.Profissional experiente, com visão estratégica e foco em resultados, especializado na aplicação de modelos de machine learning para impulsionar objetivos de negócios. Hábil em transformar dados em insights acionáveis, orientando decisões estratégicas com base em evidências concretas e impulsionando a inovação por meio da inteligência analítica.


Formação e experiência profissional


Realizações/Resultados:

  • Churn - Regressão Logística Criar e avaliar um modelo estatístico preditivo capaz de estimar quais beneficiários têm maior risco de evasão. Identificar os fatores relacionados à evasão (cancelamento) de beneficiários de um plano de saúde e gerar insights que ajudem a reduzir o churn.
  • Regressão Multinível Tipo 2 (HLM2) Revenda de produtos orgânicos: análise dos preços dos pedidos por meio da modelagem multinível, criação de modelo multinível HLM2 para microempresa do mercado de produtos orgânicos.
  • Clustering Encontrar as similaridades (grupos mais similares) com base nas as preferências de atividades indicadas por cada funcionário.A pesquisa conta com aproximadamente 4.000 funcionários, onde cada um selecionou as três atividades de lazer de sua preferência a partir de uma lista de 45 opções.
  • Projeto Social Entrega de Análise Exploratória: Impacto social, Identificação dos pontos de melhoria operacional e sustentabilidade financeira.
  • Regressão Logística Análise e ajuste de modelo de regressão logística (comprimento telomérico como biomarcador de resposta ao tratamento imunoterápico do cancer)
  • Análise Exploratória (imobiliária).
  • Regressão Linear Construção de modelo de regressão linear para previsão/estimativa do tempo de venda do imóvel.

Total de estrelas Seguidores LinkedIn


Linguagens e Tecnologias

RR Python oracle microsoftsqlserver mysql postgresql googlecolab jupyter Git



📊 Estatísticas

GitHub Stats

GitHub Stats

Pinned Loading

  1. Churn Churn Public

    Projeto de Regressão Logística desenvolvido em Python com Google Colab Jupyter Notebook

    Jupyter Notebook

  2. HLM2 HLM2 Public

    HLM2 - Microempresa Revenda de Produtos Orgânicos (projeto desenvolvido em R com RStudio)

    R

  3. Clustering Clustering Public

    Identificação dos grupos existentes com base em três atividades principais fornecidas pelos funcionários. Projeto desenvolvido em R usando Jupyter notebook no Google Colab

    Jupyter Notebook

  4. marmitas marmitas Public

    Marmitas em Ação - projeto social

    Python

  5. mpg-auto mpg-auto Public

    Regressão Linear (transformação da Y com BoxCox e alternativa usando PCA (Projeo desenvolvido em R com RStudio)

    R

  6. GAP GAP Public

    Identificar padrões entre os participantes com melhor desempenho em cada nível de maturidade (são 4 níveis), com base em variáveis como tempo de registro, porte, faturamento, número de pessoas envo…

    Jupyter Notebook