Mariana Aparecida Ferreira

Outras informações:
Realização de testes em Amplificadores de Sinal Celular utilizando o analisador de spectro. Controle de qualidade em equipamentos recém-chegados, para garantir a qualidade e o funcionamento dos mesmos. Projetos de telecomunicações para clientes situados em áreas onde a cobertura de sinal celular é insatisfatória, garantindo com os produtos NEGER uma cobertura total dos serviços.

Outras informações:
Iniciação Científica de Nível Médio sobre O Combate à Miséria e à Fome: De 1995 ao Programa Brasil sem Miséria, no departamento de Humanas/Geografia do Colégio Técnico da Unicamp.

Outras informações:
Fiz estágio de verão na área de risco operacional, onde revisamos o modelo de alocação de patrimônio para lidar com todos os erros operacionais do banco. Utilizamos a estratégia de monte carlo para simular a distribuição final das perdas (as distribuições escolhidas através de testes de aderência foram: binomial negativa para a frequência dos erros e a distribuição G-and-H para os valores das perdas).

Outras informações:
Durante o estágio não participei de nenhum projeto relevante porém me dediquei bastante à fazer muitos dos cursos sobre programação e estatística disponíveis na plataforma Alura, tanto em R quanto em Python.

Outras informações:
Nesse tempo, trabalhei basicamente com manipulações de dados em Python e análises estatísticas descritivas, bem como na criação de visualizações de relatórios gerenciais.

Outras informações:
Participei de dois projetos enquanto estagiária: o primeiro foi na criação de uma ferramenta para uma área de marketing concentrar todas as suas análises estatísticas em um único software. Nesse projeto, auxiliei na criação das funções estatísticas que realizavam tais análises (algumas em Python e outras em R). O segundo projeto foi na criação de uma ferramenta que, através de câmeras de segurança infeririam a temperatura corporal de uma pessoa. Nesse projeto, auxiliei na criação de um modelo (utilizei o yolo3) para detecção de uma pessoa em movimento em um vídeo de segurança.

Outras informações:
Criação de modelos estatísticos utilizando Python e alguns dos principais métodos supervisionados, como bagging e boosting; Segmentação de clientes utilizando modelos de clusterização (k-means); Criação de rotinas automatizadas para re-treino automático dos modelos e envio das predições atualizadas para bancos de dados.

Outras informações:
Criações de modelagem estatística focado no cliente: modelos de propensão à produtos, LTV (life time value), Churn, etc., utilizando técnicas estatísticas e de machine learning (métodos supervisionados e não supervisionados, com foco maior em modelos de classificação) e técnicas de amostragem em Python.