Jorge Barros Medeiros

Outras informações:
#9679; Desenvolvi modelos de aprendizado de máquina para o Chama The App, resultando em maior eficiência e experiência do cliente.#9679; Criei uma API para disponibilizar modelos de aprendizado de máquina, permitindo previsões em tempo real e aprimorando a experiência do usuário.#9679; Implementei estratégias de precificação dinâmica, resultando em aumento de receita e aquisição de clientes, permitindo valores mais próximos ao preço de mercado.#9679; Utilizei técnicas de previsão de séries temporais para prever com precisão a demanda e otimizar o gerenciamento de estoque, reduzindo as faltas de estoque.#9679; Desenvolvi um modelo de tempo de entrega, reduzindo o tempo médio de entrega e melhorando a eficiência operacional.#9679; Utilizei o Docker para a containerização e implantação, simplificando o processo de implantação e reduzindo o tempo dechegada ao mercado.#9679; Aproveitei plataformas de nuvem como o Azure e a Google Cloud Platform para processamento escalável de dados eimplantação eficiente de modelos.

Outras informações:
#9679; Construí um Datalakehouse utilizando a infraestrutura do Google Cloud, resultando em melhor armazenamento de dados e acessibilidade para a organização.#9679; Implementei rastreamento de linhagem de dados e soluções de catálogo de dados para aprimorar os processos de governança de dados e gerenciamento de dados.#9679; Utilizei o Terraform para automatizar a criação de infraestrutura, reduzindo o tempo de implantação em 30.#9679; Criei pipelines ETL usando Python, Airflow e BigQuery, processando mais de 1 TB de dados diariamente.#9679; Implementei o DBT (Data Build Tool) para simplificar os processos de transformação e modelagem de dados, garantindopipelines de dados eficientes e escaláveis para análises e relatórios.#9679; Assegurei a integridade dos dados por meio da implementação de verificações de qualidade de dados, reduzindo os errosde dados em 15.#9679; Construí APIs para facilitar a extração de dados de serviços financeiros, possibilitando o acesso em tempo real aos dadospara a equipe de negócios.#9679; Documentei a linhagem de dados de ponta a ponta para ativos de dados críticos, fornecendo visibilidade sobre o fluxo dedados e transformações.#9679; Colaborei e comuniquei propostas de arquitetura aos stakeholders, ao Head de Crescimento e ao Head de Dados.

Outras informações:
#9679; Projetou e construiu um Datalakehouse na infraestrutura do Google Cloud, otimizando o armazenamento e a acessibilidade de dados para a organização.#9679; Implementou soluções de rastreamento de linhagem de dados e catálogo de dados, fortalecendo os processos de governança e gerenciamento de dados.#9679; Utilizou o Terraform para automatizar a criação de infraestrutura, resultando em uma redução significativa de 30 no tempo de implantação.#9679; Desenvolveu pipelines ETL eficientes utilizando Python, Airflow e BigQuery, processando mais de 1 TB de dados diariamente.#9679; Implementou o DBT para simplificar a transformação e modelagem de dados, garantindo a eficiência e escalabilidade dos pipelines para análises e relatórios.#9679; Desenvolveu APIs para facilitar a extração de dados de serviços financeiros, proporcionando acesso em tempo real aos dados para a equipe de negócios.

Outras informações:
Título: Avaliação de Ferramentas de Processamento de Sinais sobre Grafos para Aprendizado de MáquinaDescrição:Minha pesquisa se concentra em redes neurais baseadas em grafos, que permitem a aprendizagem em estruturas irregulares como grafos. Estou desenvolvendo técnicas para processar sinais multidimensionais em grafos, com ênfase na aplicação de aprendizado de máquina para tarefas de classificação. Além disso, investigo o impacto de filtros passa-baixa introduzindo ruído em sinais, utilizando uma rede neural convolucional baseada em grafos. O objetivo é aprender parâmetros para diferentes filtros na transformada de Fourier sobre grafos, visando extrair informações relevantes para classificação de imagens. Essa pesquisa contribuirá para avanços no processamento de sinais em estruturas de rede, com possíveis aplicações práticas.