Engenheiro de Dados • Analista de Dados
Profissional em formação na área de Dados, com base em análise, modelagem e geração de insights para tomada de decisão.
Tenho experiência prática em projetos acadêmicos e pessoais, trabalhando com coleta, tratamento e análise de dados, transformando informações brutas em insights acionáveis. Utilizo ferramentas como SQL e Python para exploração de dados, além de aplicar boas práticas de organização e estruturação para garantir clareza nas análises.
Também possuo conhecimento em processos de dados como ETL/ELT e organização em camadas (Bronze, Silver e Gold), o que me permite entender todo o ciclo do dado — desde a origem até a análise final.
Meu foco é evoluir constantemente como profissional de dados, com atenção à qualidade das análises, comunicação dos resultados e construção de soluções que gerem valor real para o negócio.
- Análise exploratória de dados (EDA) com Python (Pandas)
- Manipulação e tratamento de dados para geração de insights
- Construção de indicadores e métricas de negócio (KPIs)
- Análise com SQL (joins, agregações, filtros)
- Organização de datasets para consumo analítico
- Noções de visualização de dados (Streamlit / ferramentas básicas)
- SQL
- Python
- Power BI
- Excel
- Cloud
- Databricks
- Git e GitHub
- Processos de ETL/ELT
- Estruturação de pipelines de dados (batch)
- Arquitetura em camadas (Bronze, Silver e Gold)
- Modelagem de dados (fundamentos)
- Estruturação e organização de projetos de dados
- Versionamento com Git
- Documentação clara e reprodutibilidade de análises
- Foco em clareza, consistência e qualidade dos dados
- Análise de dados voltada para tomada de decisão
- Construção de projetos end-to-end com foco analítico
- Evolução em SQL para análise e performance
- Desenvolvimento de dashboards e visualização de dados
Solução de Business Intelligence end-to-end para gestão comercial, integrando Streamlit, Python, SQL e Power BI para captura, tratamento, modelagem e visualização de dados. Estrutura um fluxo completo de dados que reduz erros operacionais e viabiliza a tomada de decisão baseada em indicadores e KPIs.
Stack: Python SQL Power BI Streamlit Pandas KPIs
Arquitetura de pipeline de dados escalável para processamento em tempo real de ativos financeiros, utilizando Spark Streaming e Docker para orquestração de containers, com infraestrutura robusta hospedada na Google Cloud Platform (GCP).
Stack: Python Docker Kafka GCP Spark API
Projeto completo desenvolvido ao longo de um curso de 72 horas, com foco na aplicação prática de Business Intelligence. Inclui mais de 15 dashboards interativos, abordando análise de dados em diferentes áreas de negócio como marketing, vendas, finanças e logística, desde o tratamento dos dados até a construção de relatórios e geração de insights para tomada de decisão.
Stack: Power BI DAX Power Query (M) Excel SQL
Pipeline de dados batch com ingestão, transformação e organização em camadas (Bronze, Silver e Gold), utilizando Airflow para orquestração.
Stack: Python Airflow SQL Delta Lake Spark Pandas
- Foco em resolver problemas através da análise de dados
- Aprendizado contínuo com projetos práticos
- Clareza e organização na análise e no código
- Construção de soluções simples, objetivas e orientadas a resultado
- SQL avançado (CTE, subqueries, otimização de consultas)
- Análise de dados com Python (Pandas)
- Modelagem de dados para análise
- Visualização de dados e construção de dashboards
- Fundamentos de cloud aplicados a dados (BigQuery, AWS)
- LinkedIn: (https://www.linkedin.com/in/thiago-cbferreira/)
- Email: (thiagocbf@outlook.com)
- GitHub: (https://github.com/ThiagoCBF)