Lorena de Melo Santos

Cientista de Dados com formação em Engenharia Metalúrgica pela PUC Minas (2018) e período de estudos em Mechanical Engineering na Queensland University of Technology (Austrália), pelo programa Ciência sem Fronteiras (CNPq). Atua no desenvolvimento de pipelines analíticos, modelagem estatística e machine learning, com domínio de Python, SQL e ferramentas de visualização de dados.Nos últimos anos, tem direcionado sua especialização para Processamento de Linguagem Natural (NLP) e Large Language Models (LLMs), desenvolvendo projetos aplicados em análise de sentimentos, agentes inteligentes e avaliação de modelos de linguagem tanto em contextos corporativos quanto acadêmicos. Cursou disciplinas de pós-graduação em NLP na Universidade Federal de Minas Gerais (UFMG) e atualmente realiza MBA em Big Data Competitive Intelligence.Tem interesse de pesquisa em aplicações de inteligência artificial para impacto social, com ênfase em ética e transparência algorítmica, avaliação de sistemas baseados em linguagem e inclusão digital. Busca contribuir para projetos que integrem rigor técnico e relevância social.

Informações coletadas do Lattes em 04/04/2026

Acadêmico

Formação acadêmica

Graduação em Engenharia Metalúrgica

2015 - 2018

Pontifícia Universidade Católica de Minas Gerais, PUC Minas
Título: CARACTERIZAÇÃO DA MICROESTRUTURA E PROPRIEDADE MECÂNICA DO AÇO SAE 4130H EM TRÊS ROTAS DISTINTAS PRÉ TREFILAÇÃO
Orientador: Prof.a MSc. Ana Paula Silva

Graduação em Mechanical Engineering

2014 - 2014

Queensland University of Technology
Título: Ciência Sem Fronteiras - Não houve monografia
Bolsista do(a): Conselho Nacional de Desenvolvimento Científico e Tecnológico, CNPq, Brasil.

Graduação interrompida em 2014 em Engenharia Mecânica (ênfase em Mecatrônica)

2010 - Atual

Pontifícia Universidade Católica de Minas Gerais, PUC Minas
Ano de interrupção: 2014

Formação complementar

2024 - 2024

Extensão universitária em Disciplina Isolada DIP DCC831 PG3 TOPICOS ESPECIAIS EM CIENC DA COMPUTACAO. (Carga horária: 60h). , Universidade Federal de Minas Gerais, UFMG, Brasil.

2024 - 2024

Data Science and AI Bootcamp. (Carga horária: 360h). , Le Wagon, LEWAGON, Brasil.

2012 - 2012

Estágio em Engenharia. (Carga horária: 179h). , CDML - Toronto, CDML, Canadá.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Espanhol

Compreende Razoavelmente, Fala Razoavelmente, Lê Razoavelmente, Escreve Razoavelmente.

Bandeira representando o idioma Alemão

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Áreas de atuação

Grande área: Engenharias / Área: Engenharia Mecânica.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.

Grande área: Ciências Exatas e da Terra / Área: Probabilidade e Estatística / Subárea: Estatística/Especialidade: Análise de Dados.

Projetos de desenvolvimento

  • 2025 - Atual

    DATASUS/SEIDIGI, Descrição: Contributing as a data analyst and scientist in the Digital Transformation of Brazils Public Health System (SUS), a joint initiative between the University of Brasília (UnB) and the Brazilian Ministry of Health (DATASUS/SEIDIGI). The project aims to modernize the data architecture and governance of the National Health Data Network (RNDS) and enhance citizen-facing digital services such as the Conecte SUS app.Key contributions:- Conducting user-centric data analysis and modeling for digital health platforms;- Applying machine learning and natural language processing (NLP) techniques for large-scale sentiment analysis of citizen feedback on the Meu SUS Digital app (8,470 reviews analyzed from 20232024);- Generating insights that guide UX/CX and policy teams in improving usability, performance, and integration of public health applications;- Co-author of the research paper What Do Users Say? A Sentiment Analysis of the Meu SUS Digital App accepted for presentation at EnANPAD 2025, highlighting the role of data science in advancing Brazils digital health ecosystem;- Contributing to evidence-based innovations that strengthen transparency, accessibility, and citizen experience within Brazils national health system.This project is part of a national effort to advance interoperability, data innovation, and digital transformation in healthcare, supported by the Secretariat for Information and Digital Health (SEIDIGI) and UnBs Institute of Psychology.. , Situação: Em andamento; Natureza: Desenvolvimento. , Integrantes: Lorena de Melo Santos - Coordenador / NATHALIA DE MELOS SANTOS - Integrante / Thiago Gomes Nascimento - Integrante.

Histórico profissional

Experiência profissional

2024 - Atual

Zallpy Software Ltda

Vínculo: Celetista, Enquadramento Funcional: Cientista de Dados, Carga horária: 40

Outras informações:
As a Data Analyst and Scientist working with BMW team in Canada, specially Financial Services and Sales, I specialize in designing, developing, and optimizing data assets to support commercial finance operations. With expertise in large-scale data processing and query optimization, I work with datasets exceeding 15 million rows using advanced SQL on Microsoft SQL Server, ensuring data accuracy, accessibility, and performance.By enhancing SQL efficiency and indexing strategies, I reduced query runtime by ~60, significantly accelerating report generation and enabling faster, data-driven decision-making.In parallel, I lead the development of a machine learning pipeline for sales forecasting, from data preparation and feature engineering to model training, evaluation, and visualization. The deploy was made on AWS using Glue job and the visualization on Quicksight. This project has allowed the team to explore predictive insights and improve forecast accuracy for strategic planning.I collaborate closely with a team of 5+ business stakeholders in Canada to translate complex financial requirements into scalable, reliable data and ML solutions that support business goals and streamline operations.Key skills: SQL development, data analytics, ML for sales forecasting, SQL Server, performance tuning, feature engineering, predictive modeling, international collaboration, time-series analysis and modeling, AWS Glue

2025 - Atual

Universidade de Brasília, UnB

Vínculo: Bolsista, Enquadramento Funcional: Data Science Research Fellow, Carga horária: 20

Outras informações:
Analista e Cientista de Dados em projeto de Inovação em Saúde Digital (UnB + Ministério da Saúde). Atua na Transformação Digital do Sistema Único de Saúde (SUS), iniciativa conjunta entre a Universidade de Brasília (UnB) e o Ministério da Saúde (DATASUS/SEIDIGI). O projeto visa modernizar a arquitetura de dados e a governança da Rede Nacional de Dados em Saúde (RNDS) e aprimorar serviços digitais ao cidadão, como o aplicativo Conecte SUS. Vigência da bolsa: até abril de 2026.

2024 - 2024

KONICA MINOLTA HEALTHCARE DO BRASIL

Vínculo: Freelancer, Enquadramento Funcional: Data Analyst, Carga horária: 20

2024 - 2024

Le Wagon

Vínculo: Freelancer, Enquadramento Funcional: Data Science Teacher Assistant, Carga horária: 20

Outras informações:
Como Monitora no Le Wagon, bootcamp de programação #1 no ranking global, atuei na orientação de alunos ao longo de sua jornada de aprendizado em Ciência de Dados. Facilitei experiências de aprendizagem abrangentes, cobrindo conceitos como programação em Python, análise e visualização de dados, machine learning, deep learning, métricas, deploy de modelos, entre outros. Ao promover um ambiente de aprendizado engajador e acolhedor, contribuí para o desenvolvimento de habilidades técnicas e da confiança necessária para que os alunos se destacassem no cenário de inovação orientada a dados.

2015 - 2016

General Electric do Brasil

Vínculo: Estágio, Enquadramento Funcional: Estagiária, Carga horária: 30

2012 - 2012

CDML - Toronto

Vínculo: Estágio, Enquadramento Funcional: Estagiária, Carga horária: 20