Rafael Canuto

Sou um estudante de Ciência de Dados e Machine Learning altamente motivado e apaixonado pela análise de dados e pela aplicação de algoritmos de aprendizado de máquina e modelos de previsão. Com uma sólida base em Estatística e Matemática, desenvolvi ao longo do tempo uma forte compreensão dessas disciplinas durante meus estudos de Estatística. Essa base é constantemente reforçada pelas minhas habilidades em programação.

Possuo experiência com ferramentas e linguagens como Python, Jupyter, R, Power BI, Excel e SQL, o que me permite manipular grandes conjuntos de dados e extrair insights valiosos para a tomada de decisões. Durante minha jornada acadêmica, participei de diversos projetos envolvendo aprendizado de máquina, onde apliquei técnicas de modelagem preditiva e análise estatística para resolver problemas reais.

Sou um aprendiz contínuo, sempre buscando me atualizar sobre os últimos avanços e tendências na área de Ciência de Dados e Machine Learning. Estou em constante busca por novas oportunidades que me permitam aplicar meus conhecimentos e crescer como profissional de dados.

Possuo experiência profissional diversificada, iniciando como monitor de matemática em um cursinho no primeiro semestre de 2019. Posteriormente, atuei como cozinheiro em um bar no segundo semestre do mesmo ano.

Em 2021, iniciei um estágio em Ciência de Dados no IESB, onde desenvolvi habilidades em análise de dados utilizando ferramentas como Python e Power BI.

Atualmente, estou em um estágio em Análise de Dados na ABR Telecom, onde aplico minhas habilidades em análise e interpretação de dados para suporte à tomada de decisõe utilizando Python, pacote Office, Power BI e Tableau.

Estou cursando Ciência de Dados e Machine Learning no Centro Universitário de Brasília (CEUB), iniciado em agosto de 2020. Atualmente, estou no quinto semestre e estou previsto para me formar em dezembro de 2025.

Durante meu curso, desenvolvi habilidades práticas em projetos de inteligência artificial, incluindo:

• Aprendizado de Máquina: desenvolvimento de modelos de classificação, regressão e clustering utilizando bibliotecas como Scikit-learn e TensorFlow.
• NLP (Processamento de Linguagem Natural): análise de texto, extração de informações e desenvolvimento de modelos de classificação de sentimento utilizando bibliotecas como NLTK e spaCy.
• Relatórios: criação de relatórios detalhados e interativos utilizando ferramentas como Power BI.
• EDA's (Análise Exploratória de Dados): aplicação de técnicas de visualização e análise de dados para entender padrões e tendências em conjuntos de dados.

Essas habilidades me permitiram desenvolver uma compreensão profunda de como aplicar técnicas de inteligência artificial para resolver problemas reais e tomar decisões informadas.