Felipe Cunha Veiga Venturelli

Eu comecei minha carreira na academia, construindo uma base sólida em análise de dados e modelagem complexa. Com o tempo, reconheci a necessidade de aplicar esse conhecimento em contextos empresariais, transformando insights acadêmicos em estratégias de negócios eficazes, utilizando habilidades avançadas em Python, visualização de dados e análises.Em cada projeto, me destaquei no desenvolvimento de modelos de dados avançados, garantindo sua precisão e relevância em cenários empresariais complexos. Minhas soluções não só atendem às necessidades do negócio, mas também oferecem insights profundos que impulsionam a tomada de decisões estratégicas. Mantenho relações colaborativas com equipes e stakeholders, assegurando que os modelos sejam compreendidos e utilizados de forma eficaz para alcançar objetivos desafiadores.Desenvolvi soluções que expandiram significativamente a área de consultoria de investimentos, proporcionando insights mais profundos sobre o comportamento dos clientes e possibilitando decisões estratégicas que impulsionaram o crescimento da receita. Meus métodos melhoraram a retenção e o engajamento dos clientes e previram com precisão o valor do cliente a longo prazo. Além disso, criei um sistema robusto de atribuição de marketing que otimizou a alocação de orçamento e aumentou o ROI, identificando com precisão os canais mais eficazes, integrando dados de várias fontes para maximizar o impacto das campanhas.Atualmente, estou aprimorando minha expertise em análise de dados e inteligência de negócios por meio de educação especializada. Estou cursando uma especialização em Inteligência de Negócios e Inovação na FAAP, complementando minha formação em Engenharia Civil pela Universidade Federal de Juiz de Fora. Minha educação é apoiada por certificações do Google e DataCamp em análise de dados, machine learning e inteligência de negócios, reforçando meu compromisso em estar na vanguarda dos avanços da indústria e em aplicar técnicas de ponta para o sucesso empresarial.

Informações coletadas do Lattes em 15/11/2024

Acadêmico

Formação acadêmica

Mestrado interrompido em 2024 em Engenharia Civil

2020 - Atual

Universidade Federal de Juiz de Fora
Marcelo Miranda Barros.Ano de interrupção: 2024

Especialização em andamento em Pós-Graduação em Inteligência e Inovação em Negócios

2024 - Atual

Fundação Armando Álvares Penteado

Graduação em Engenharia Civil

2015 - 2020

Universidade Federal de Juiz de Fora
Título: Comparação de métodos na consideração de efeitos não-lineares em estruturas de aço
Orientador: Marcelo Miranda Barros

Ensino Médio (2º grau)

2012 - 2014

Colégio dos Jesuítas

Formação complementar

2018 - 2018

Microsoft Excel 2010 - Intermediário. (Carga horária: 10h). , Fundação Bradesco, BRADESCO, Brasil.

2018 - 2018

Microsoft Excel 2010 - Básico. (Carga horária: 11h). , Fundação Bradesco, BRADESCO, Brasil.

2017 - 2017

Aprenda a Investir em 3 Horas. (Carga horária: 3h). , InvestPro, INVESTPRO, Brasil.

2017 - 2017

Diversificando Investimentos: aprenda a investir de acordo com o seu perfil. (Carga horária: 4h). , Future Invest, FUTURE INVEST, Brasil.

2016 - 2016

MOOC Finanças Pessoais e Investimento em Ações. (Carga horária: 13h). , BM&FBOVESPA, BM&FBOV, Brasil.

2016 - 2016

Patologias nas Instalações Hidráulicas Prediais. (Carga horária: 2h). , Tigre S.A. Tubos e Conexões, TIGRE, Brasil.

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Bandeira representando o idioma Português

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

Produções bibliográficas

  • BARROS, MARCELO M. ; VENTURELLI, FELIPE C.V. ; BEVILACQUA, LUIZ . Characterization of complex data functions through local persistence of increments. Communications in Nonlinear Science and Numerical Simulation , v. 94, p. 105590, 2021.

  • VENTURELLI, F. C. V. ; BARROS, M. M. ; PALHARES, R. A. . COMPARISON BETWEEN STANDARDIZED SIMPLIFIED AND RIGOROUS STRUCTURAL ANALYSIS FOR ESTIMATING 2ND ORDER EFFECTS APPLIED TO STEEL STRUCTURES. In: XL Ibero-Latin American Congress on Computational Methods in Engineering, 2019, Natal. XL Ibero-Latin-American Congress on Computational Methods in Engineering, 2019.

Histórico profissional

Experiência profissional

2023 - Atual

Looqbox

Vínculo: Contrato, Enquadramento Funcional: Anlista de Dados Sênior, Carga horária: 40

Outras informações:
Skills: Tomada de decisões baseadas em dados Python Contato com clientes SQL Liderança em projetos técnicos Resolução de problemas Análise estatística Produtos de dados Dashboards Preparação de casos de negócios Capacidade analítica Interpretação de dados Inteligência de negócios (BI) Visualização de dados Comunicação Teste A/B Desenvolvimento de software Comunicação com o cliente Programação de linguagem de consulta Banco de dados

2022 - 2022

Looqbox

Vínculo: Celetista, Enquadramento Funcional: Desenvolvedor de Business Intelligence Júnior, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Consulta a Bancos de Dados (SQL): Extração e manipulação eficiente de dados a partir de diversos bancos de dados para apoiar as necessidades dos clientes e análises internas.Desenvolvimento de Visualizações Personalizadas (Python, SQL): Criação de visualizações e dashboards personalizados para fornecer insights claros e acionáveis para os clientes, utilizando ferramentas como Python e SQL para análise e apresentação de dados.Revisão, Manutenção e Refatoração de Código (Python, SQL, R): Garantia da qualidade e desempenho do código por meio de processos de revisão minuciosos, manutenção regular e refatoração, aprimorando a confiabilidade e eficiência das ferramentas e scripts analíticos.Desenvolvimento de Indicadores de Negócios: Sugestão e desenvolvimento de indicadores-chave de negócios que auxiliam no acompanhamento de desempenho, identificação de oportunidades e tomada de decisões estratégicas, com base em insights de dados e melhores práticas do setor.Interação com Clientes: Manutenção de comunicação regular e proativa com os clientes para entender suas necessidades, fornecer suporte e entregar insights que ajudam a alcançar seus objetivos de negócios.Consulta a Bancos de Dados (SQL): Extração e manipulação eficiente de dados a partir de diversos bancos de dados para apoiar as necessidades dos clientes e análises internas. Desenvolvimento de Visualizações Personalizadas (Python, SQL): Criação de visualizações e dashboards personalizados para fornecer insights claros e acionáveis para os clientes, utilizando ferramentas como Python e SQL para análise e apresentação de dados. Revisão, Manutenção e Refatoração de Código (Python, SQL, R): Garantia da qualidade e desempenho do código por meio de processos de revisão minuciosos, manutenção regular e refatoração, aprimorando a confiabilidade e eficiência das ferramentas e scripts analíticos. Desenvolvimento de Indicadores de Negócios: Sugestão e desenvolvimento de indicadores-chave de negócios que auxili

2022 - 2023

Empiricus Investimentos

Vínculo: Celetista, Enquadramento Funcional: Analista de Business Intelligence Pleno, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Modelo de CLTV (Customer Lifetime Value): Desenvolvimento de um modelo CLTV utilizando técnicas de ajuste de curvas e análise de hábitos de consumo. O modelo possibilitou previsões precisas do valor de longo prazo dos clientes, apoiando a tomada de decisões estratégicas para retenção de clientes e aprimoramento de valor.Modelo de Regressão para Previsão de Receita: Liderança no desenvolvimento de um modelo avançado de regressão para prever a receita dos clientes utilizando machine learning. Aplicação de técnicas como regressão por árvore de decisão, Boosting (por exemplo, XGBoost) e o modelo Prophet para análise de sazonalidade e tendência. Integração de dados internos e externos, proporcionando uma compreensão abrangente do potencial de receita da base de clientes existente.Modelo de CLTV (Customer Lifetime Value): Desenvolvimento de um modelo CLTV utilizando técnicas de ajuste de curvas e análise de hábitos de consumo. O modelo possibilitou previsões precisas do valor de longo prazo dos clientes, apoiando a tomada de decisões estratégicas para retenção de clientes e aprimoramento de valor. Modelo de Regressão para Previsão de Receita: Liderança no desenvolvimento de um modelo avançado de regressão para prever a receita dos clientes utilizando machine learning. Aplicação de técnicas como regressão por árvore de decisão, Boosting (por exemplo, XGBoost) e o modelo Prophet para análise de sazonalidade e tendência. Integração de dados internos e externos, proporcionando uma compreensão abrangente do potencial de receita da base de clientes existente.Skills: Tomada de decisões baseadas em dados Python SQL Resolução de problemas Atribuição de marketing Algoritmos de aprendizado de máquina Análise estatística Produtos de dados Dashboards Aprendizado de máquina Capacidade analítica Interpretação de dados Inteligência de negócios (BI) Modelagem de dados Prophet Teste A/B Desenvolvimento de software Programação de linguagem de consulta

2022 - 2022

Empiricus Investimentos

Vínculo: Celetista, Enquadramento Funcional: Analista de Business Intelligence Júnior, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Desenvolvimento de Modelos de Segmentação de Clientes: Liderança no desenvolvimento de um modelo avançado de segmentação de clientes utilizando heurísticas e técnicas estatísticas, implementado em Python e SQL. O modelo facilitou uma compreensão mais profunda das diferentes necessidades dos clientes, permitindo um atendimento personalizado e um perfilamento aprimorado da base de clientes.Modelo de Atribuição de Marketing: Desenvolvimento de um modelo robusto de atribuição de marketing, integrando dados de diversas fontes, incluindo Google Analytics, hotlists e newsletters. O modelo identificou com precisão os canais de marketing mais eficazes, otimizando o orçamento de marketing e melhorando o retorno sobre o investimento (ROI).Apoio à Estratégia de Negócios: Contribuição significativa para a expansão da área de assessoria de investimentos através de pesquisa detalhada de dados. As análises forneceram insights valiosos que influenciaram a tomada de decisões estratégicas e apoiaram a definição de novos caminhos para o crescimento da área.Desenvolvimento de Modelos de Segmentação de Clientes: Liderança no desenvolvimento de um modelo avançado de segmentação de clientes utilizando heurísticas e técnicas estatísticas, implementado em Python e SQL. O modelo facilitou uma compreensão mais profunda das diferentes necessidades dos clientes, permitindo um atendimento personalizado e um perfilamento aprimorado da base de clientes. Modelo de Atribuição de Marketing: Desenvolvimento de um modelo robusto de atribuição de marketing, integrando dados de diversas fontes, incluindo Google Analytics, hotlists e newsletters. O modelo identificou com precisão os canais de marketing mais eficazes, otimizando o orçamento de marketing e melhorando o retorno sobre o investimento (ROI). Apoio à Estratégia de Negócios: Contribuição significativa para a expansão da área de assessoria de investimentos através de pesquisa detalhada de dados. As análises forneceram insights valiosos que