Máiron César Simões Chaves

Outras informações:
- Forecast de Demanda e otimização de Preços por produto através de metodologias tradicionais de séries temporais, e de machine learning e deep learning - R e Python - AWS e Azure

Outras informações:
-Professor de Fundamentos de Aprendizado de Máquina para o curso de pós-graduação em Machine Learning -Professor de Estatística para os cursos de pós-graduação em Business Intelligence, Data Analytics e Ciência de Dados - Professor de Mineração de Dados para o curso de pós-graduação em Business Intelligence -Professor de Gestão por Dados para os cursos de pós-graduação em Business Intelligence, Data Analytics e Ciência de Dados

Outras informações:
? Modelagem estatística; ? People Analytics (testes de hipóteses, machine learning e estatística multivariada aplicada ao setor de RH) ? Storytelling dos resultados das análises de dados; ? Treinamento de algoritmos de Machine Learning para classificação e regressão, seguindo a metodologia CRISP-DM, desde o entendimento do problema de negócio, coleta dos dados, análise exploratória dos dados, engenharia de variáveis, treino, validação e teste dos algoritmos; ? Visão computacional e processamento de linguagem natural; ? Manipulação de grande volume de dados com a biblioteca SparklyR no R; ? Deploy de algoritmos de Machine Learning com Azure Machine Learning Studio; ? Ministrar workshops sobre Ciência de Dados para diferentes públicos dentro da empresa com o objetivo de disseminar a cultura Data-Driven e divulgar a área de Ciência de Dados dentro da companhia; ? Ministrar treinamentos aprofundados de estatística; ? Mapeamento de oportunidades do uso de Ciência de Dados junto as áreas de negócio para melhoria de processos, redução de custos ou aumento de receita;

Outras informações:
? Aprendizagem de Máquina, treinando algoritmos através de técnicas boosting, bagging, funções discriminantes, stack, metaclassificação, dentre outras. Utilizando o R e suas bibliotecas como o H2o e Caret. ? Estatística descritiva, estatística multivariada, métodos de séries temporais e testes para rejeitar / não rejeitar hipóteses através de distribuições de probabilidades. ? Engenharia de atributos, redução de dimensionalidade e seleção de variáveis mais importantes para predição. ? Storytelling apresentando como as variáveis se comportam e quantificando em valor monetário, quanto o algoritmo propõe em aumento de receita ou redução de custos. ? Treinamento do algoritmo de Machine Learning utilizado para contratação dos operadores de telemarketing; ? Processamento de linguagem natural através de técnicas como LDA (latent dirichlet allocation), análise de sentimentos, dentre outras. ? Otimização numérica para identificar, por exemplo, a combinação entre as variáveis de um classificador que irá maximizar a probabilidade de um evento ocorrer e incorporar como plano de ação nas operações.

Outras informações:
? Ciência de Dados / Machine Learning ? Clusterização de elementos amostrais através de metodologias hierárquicas e não hierárquicas, e medidas de validação da quantidade ideal de clusters bem como identificar as variáveis significativas para clusterização; ? Combinação linear de variáveis através das Componentes Principais; ? Uso "tradicional" da estatística em avaliação de pesquisas, testes de hipótese (qui-quadrado, anova, tuckey, etc...), análise descritiva, bootstrap e inferência; ? People analytics, uso de machine learning voltado para setor de RH, como predição de turnover e predição de performance de candidatos para contratações mais assertivas; ? Tratamento (join, union, goup by, cross tab, etc.) e processamento de grandes bases de dados através do Alteryx para construção de modelos analíticos; ? Regras de associação para descoberta de padrões matemáticos em dados categóricos e análise de Market Basket; ? Forecast através de métodos de Séries Temporais, tais como modelos Arima, Suavização Exponencial, Vetores Autoregressivos, dentre outros; ? Construção de modelos preditivos no R através de aprendizagem de máquina (machine learning) para soluções de classificação e regressão, tais como Naive Bayes, Decision Tree, Random Forest, Regressões (linear, logística, poisson, etc.), Redes Neurais Artificiais, dentre outros; ? Desenvolvimento de algoritmos em R para Pricing baseado em modelos econométricos para uso em clientes de varejo, como exemplo, calcular elasticidade de todos produtos em função do próprio preço, elasticidade cruzada, canibalização, identificar o preço que irá maximar o lucro em função do preço, custo e demanda estimada, bem como identificar produtos complementares e que terão as vendas impactadas pelo aumento do preço de outros produtos que compõem a mesma cesta de compras; ? Spatial analytics e geo-referenciamento para combinar dados geográficos com dados primários;

Outras informações:
? Alocado na empresa Falconi; ? Data discovery através das ferramentas Power BI e Tableau, utilizando e relacionando diversas fontes de dados (primários ou secundários), passando pela camada de ETL e disponibilizando análises de Business Intelligence, com objetivo de gerar estudos de comportamento das variáveis contidas nos dados e definir a melhor maneira de disseminar as informações levantadas. ? Atender demandas específicas dos projetos, quais análises e indicadores necessários, definir as fontes de dados, a fórmula matemática para transformar os dados em indicadores, definir a hierarquia e a periodicidade da informação e a forma de apresentação dos indicadores (gráficos, tabelas, faróis, gerar apresentações no Power Point através do VBA, etc.). ? Uso de algoritmos de mineração de dados para descoberta de padrões; ? Arquitetura de grande volume de dados no Excel para uso em projetos, construindo consultas através do Power Query, e realizando cálculos através do Power Pivot com o uso de funções DAX, estruturando tabelas em modelo relacional para o dimensional e construindo cubos de decisões e dashboards para o consumo da consultoria e dos clientes; ? Desenvolvimento de algoritmos para extração de dados da web;

Outras informações:
? Analista exclusivo do cliente Tim, responsável por gerar KPI's de todo o canal varejo (Sell Out) da mesma em Minas Gerais ? Enviar diariamente Dashboard de Acompanhamento com diversos KPI's , como produtividade do ponto de venda, tendência em cada produto, análise dia vs dia-1 e mês vs mês-1, promotores ofensores (aqueles que reduzem a tendência), indicadores de primeira e segunda recarga, evolução de vendas diárias de cada produto com indicadores de dispersões; ? Previsão de demanda e vendas através de metodologias de séries temporais; ? Responsável pelos KPI's de validação de planos controles, indicando quanto dos controles feitos permanecem ativos na base, nas visões 60, 45 e 30 dias após a venda, apontando as regiões e carteiras ofensoras e que necessitam de reciclagem na abordagem dos promotores ? Responsável pelo Quality Call, onde desenvolvi o software em VBA e duas operadoras sob minha gestão realizavam ligações para validar vendas, identificar fraudes, garantir que o cliente fique na base e demais pesquisas de mercado; ? Técnicas de regressão para mensurar impacto de campanhas, previsão de vendas e simulação de cenários ? Construir estruturas no Excel, através de macros para extração e transformação de dados, para envio automático de relatórios e ranking de vendas pelo aplicativo whatsapp para os gestores em campo; ? Construção e atualização de histograma de picos de vendas em cada pdv, de forma a garantir que o pdv não fique vazio em horários estratégicos. ? Gerar produtos de inteligência como por exemplo, entrega para diretoria qual a alocação mais assertiva para os promotores, onde regiões com grande demanda passaram a ter maior cobertura; ? Monitorar movimentações das redes varejistas, lançamentos de possíveis novos entrantes, mudanças nas leis que possam afetar as vendas. ? Envio diário do dashboard de improdutividade, onde mostra por carteira os promotores improdutivos e exatamente em quais promotores o gestor imediato

Outras informações:
? Construir a ferramenta "Painel de Bordo", que se trata de uma planilha composta principalmente por tabelas dinâmicas e automatizada por macros no Excel, contendo estatísticas, gráficos, índices e análises de vendas, fornecendo indicadores estratégicos para tomada de decisões; ? Fornecer a diretoria relatório com indicadores de ocorrência e de tendência, do departamento comercial, tais como de cumprimento da meta, clientes ativados, volume de vendas, vendas por empresa do grupo, crescimento, vendas por região, segmento e por vendedores, vendas de peças e de serviços, vendas por categorias de produtos, dentre diversos outros indicadores; ? Construção do dashboard de vendas integrado diretamente ao SQL Server, com atualizações em tempo real, onde tinham informações das vendas em tempo real, como percentagem da meta, qual o valor mínimo a ser vendido diariamente para alcançar a meta, projeção de vendas, vendas por cada vendedor externo e desempenho da equipe interna. ? Construção do Mapa de Vendas, fornecendo informações visuais relevantes sobre vendas e clientes, identificando de imediato o nível de estabilidade e instabilidade dos clientes; ? Mapear o mercado mineiro, dividindo-o em sub-regiões, quantificando e segmentando os clientes, localizando regiões potenciais e novas oportunidades. ? Monitoramento das visitas dos vendedores externos, identificando imediatamente clientes e regiões sem visitas e/ou que estavam recebendo mais visitas do que necessário; ? Automatizar através de macros rotinas e funções no Excel que demoravam horas para serem realizadas, passaram a ser feitas com apenas um clique; ? Gerar análises de comportamento dos segmentos de mercado em relação as categorias de produtos e serviços;

Outras informações:
? Gerar através de Excel indicadores de desempenho do setor comercial e de vendedores(Acompanhamento de metas, mark-up, clientes ativados, visitas, etc) ? Criação e manutenção do sistema de Vendas em Excel através de programação VBA (linguagem de programação do ms-office) , onde a cada venda lançada era gerada de forma automática diversos gráficos com diferentes visões de vendas; ? Criação e manutenção do sistema de Registro de Ligações no Microsoft Access, onde todas as ligações passaram a ser registradas em tempo real, gerando estatísticas como quantas ligações foram ativas, receptivas, onde os motivos foram reclamação, pedido de orçamento, cotação dentre outros, e também contém campos para equipe comercial registrar vendas perdidas e seus motivos, onde a gerência poderia acompanhar em tempo real essas perdas; ? Cadastro e segmentação de Clientes; ? Manutenção de carteiras de vendedores externos e internos (gerando estatísticas de clientes visitados, não visitados, ativos e inativos, tempo em atividade e deslocamento dos vendedores, dentre outras); ? Gerar relatórios de gastos de manutenção da frota da equipe comercial; ? Cadastrar e acompanhar funcionários em treinamentos on-line; ? Cuidar de prover todos os insumos necessários ao pleno funcionamento do setor de vendas, e avisar a gerência de vendas sobre faltas e insuficiências que possam prejudicar o andamento dos serviços; ? Interação com departamento administrativo/financeiro;

Outras informações:
? Copilar dados no CRM de vendas; ? Copilar dados e atualizar gráficos e indicadores nos painéis de cada departamento; ? Implantação do sistema de atendimento on line, onde criei planilhas para seu acompanhamento, gerando indicadores como número de clientes atendidos, quantos vieram a empresa e quantos concretizaram negócio, dentre outras, provando que o atendimento on line foi um sucesso;