Bianca Fatima Bezerra Amaral
Curso de Ciência da Computação na Universidade de Pernambuco Campus Garanhuns (Julho /2024). Na Universidade, Inicialmente, durante minha graduação, empreguei a linguagem Python na elaboração do Trabalho de Conclusão de Curso (TCC). Durante um período de três anos, dediquei-me ao aprendizado e domínio do Python para a realização desse projeto. Na sua implementação, utilizei uma variedade de bibliotecas, como Scikit-learn, uma biblioteca para aprendizado de máquina, Matplotlib, que é uma ferramenta de visualização de dados em Python, e Seaborn, que simplifica a criação de visualizações complexas. Além disso, recorri às bibliotecas Pandas para manipulação e análise de dados, e NumPy , que também tem como uma de suas finalidades a manipulação de dados, além de oferecer diversas outras funcionalidades. Para a construção de modelos de machine learning, empreguei os algoritmos de Backpropagation e MLPClassifier. Experiencia na área de Analise de Dados e Engenharia de Dados. Nelas, tive a oportunidade de trabalhar com diversas ferramentas como: Apache Kafka, Hadoop, PySpark, GCP( Big Query, Big Table, Composer, Pub/Sub), Metodologias Ageis , ETL / ELT , Terraform, SQL / NoSQL e AWS (s3) APIsApós um determinado período, passei a desempenhar a análise de dados, abrangendo desde dados simples até big data, com o propósito de migrá-los para uma Cloud específica do cliente. Nesse contexto, também incumbia-me da responsabilidade de efetuar a migração de dados do data lake para a Nuvem. Durante esse procedimento, tornava-se imperativo integrar esses dados ao pipeline. Em todos os pipelines que desenvolvi, era necessário que atravessassem as fases de desenvolvimento de dados, seguidas pela fase de Homologação, antes de sua implementação no pipeline. Na etapa de implementação, as ações eram realizadas por meio de rotinas batch, nas quais tais rotinas dispunham de um script para a inserção dos dados, antes de sua implantação no ambiente de produção. Nesses anos de Trajetória e conquistas, desenvolvi habilidades de estratégia, tomada de decisões, planejamento logico, previsões e plano de trabalho aplicadas ao mundo corporativo.
Informações coletadas do Lattes em 31/10/2024
Acadêmico
Formação acadêmica
Graduação em Licenciatura em Computação
2016 - 2024
Universidade de Pernambuco
Título: Utilizando Redes Neurais Artificiais e Dados da Violência Doméstica para Previsão do Feminicídio
Orientador: Cleython Rodrigues
Formação complementar
2023 - 2023
Engenharia de dados. (Carga horária: 20h). , Udemy, UDEMY, Brasil.
Idiomas
Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Razoavelmente.
Espanhol
Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.
Português
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Áreas de atuação
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Engenharia de dados.
Participação em eventos
Inovação e Emprededorismo. 2020. (Oficina).
1 Semana Cientifica do Agreste Pernambucano da Universidade de de Pernambuco. 2019. (Oficina).
1 Semana Cientifica do Agreste Pernambucano da Universidade de Pernambuco.Proteção da Mulher: Desenvolvimento Recursos Tecnológicos Para a Secretaria da Mulher de garanhuns - PE. 2019. (Oficina).
Projeto Família do Foco ano 2.Inclusão Digital para Idosos(as). 2019. (Encontro).
Projeto Família no Foco ano 2.Inclusão Digital Para Crianças e Adolescentes. 2019. (Oficina).
Visita Técnica ao Porto Digital. 2019. (Encontro).
Visita técnica ao Porto Digital. 2019. (Encontro).
Curso de Programação com Python. 2016. (Oficina).
Projetos de pesquisa
-
2020 - 2021
Utilizando Redes Neurais Artificiais e Dados da Violência Doméstica para Previsão do Feminicídio, Descrição: Este projeto aborda a violência doméstica e o feminicídio no Brasil, destacando a preocupação com todas as classes sociais e etnias. O feminicídio, definido pela Lei 13.104/2015, ocorre quando uma mulher é morta por razões de gênero. O estudo utiliza dados de violência doméstica do Governo de Pernambuco para prever casos de feminicídio através de estratégias de aprendizagem de máquina. O objetivo é desenvolver um modelo capaz de identificar potenciais casos de feminicídio, utilizando características associadas à violência doméstica, como abuso de álcool e desemprego. O projeto emprega Redes Neurais Artificiais para analisar os dados e extrair padrões automaticamente, auxiliando na identificação de novos casos potenciais de feminicídio.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Bianca Fatima Bezerra Amaral - Coordenador / Cleython Rodrigues - Integrante.
Histórico profissional
Experiência profissional
2020 - 2023
AccentureVínculo: Celetista, Enquadramento Funcional: Engenharia de Dados, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações:
Engenheira de dados a 2 anos e 4 meses na empresa Accenture Brasil.Na mesma, tive a atuação em uma variedade de projetos voltadas às áreas de desenvolvimento de automações, migração de dados, uso de ferramentas para as migrações, projetos com o Bacen(Banco Central do Brasil) e projetos com grandes bancos brasileiros. Em todos os projetos, tive uma atuação da qual era requerido uso das tecnologias como airflow , databricks, apache kafka, pySpark, hadoop, bigquery, bigtables, GCP e AWS.Também é notório afirmar que minha performance nos projetos, era de grande excelência, comunicabilidade e liderança quando se era necessário.Conhecimento na ferramenta Splunk, recentemente certificação em uma das areas de tecnologia em nuvem como a GCP.O crescimento pessoal , a busca de uma estabilidade na empresa , melhorando assim meu empenho em todas as demandas que me entregarem. No cargo também desejo ser um ponto focal de conhecimento para o time e também que possa ajudar a todos que assim precisarem. Desejo também crescer no profissional, me empelhar para alcançar as lideranças, ser foco, e obter destaque.PySpark é utilizado em grandes conjuntos de dados. Ele é projetado para lidar com grandes volumes de dados e é frequentemente usado em cenários onde o processamento de grandes conjuntos de dados é necessário, como em análise de dados, machine learning, e processamento de logs.
2024 - Atual
Dux NutritionVínculo: Celetista, Enquadramento Funcional: Engenharia de Dados Pleno, Carga horária: 44
Outras informações:
Nesse periodo passei a desempenhar a análise de dados, abrangendo desde dados simples até big data, com o propósito de migrá-los para uma Cloud específica do cliente. Nesse contexto, também incumbia-me da responsabilidade de efetuar a migração de dados do data lake para a Nuvem. Durante esse procedimento, tornava-se imperativo integrar esses dados ao pipeline. Em todos os pipelines que desenvolvi, era necessário que atravessassem as fases de desenvolvimento de dados, seguidas pela fase de Homologação, antes de sua implementação no pipeline. Na etapa de implementação, as ações eram realizadas por meio de rotinas batch, nas quais tais rotinas dispunham de um script para a inserção dos dados, antes de sua implantação no ambiente de produção.
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todos os processos de Bianca Fatima Bezerra Amaral e sempre que o nome aparecer em publicações dos Diários Oficiais, avisaremos por e-mail e pelo painel do usuário
Criando um monitoramento
Nossos robôs irão buscar nos nossos bancos de dados todas as movimentações desse processo e sempre que o processo aparecer em publicações dos Diários Oficiais e nos Tribunais, avisaremos por e-mail e pelo painel do usuário
Confirma a exclusão?