Transformo problemas operacionais em decisões de negócio através de dados. Atualmente no operacional (Analista de Suporte com mais de 6.000 chamados resolvidos), em transição para Análise de Dados com foco em portfólio que comprova stack na prática — não só lista ferramenta.

📍 Ribeirão Preto, SP · 💼 Buscando primeira oportunidade como Analista de Dados/BI

Ferramentas: Power BI (DAX, modelagem semântica), SQL (DuckDB, consultas analíticas), Python (pandas, scipy, scikit-learn), Excel avançado Competências: Modelagem dimensional (star schema), análise estatística, EDA, business case e cálculo de ROI, visualização executiva

Como uma única variável operacional derruba 47% da satisfação do cliente.

Stack: Power BI · DAX · SQL (DuckDB) · Python (pandas)

🔑 Principais descobertas:

• Pedidos atrasados representam apenas 10% do volume, mas correspondem a ~50% das reviews 1-estrela
• Nota média cai de 4,29 → 2,25 quando há atraso na entrega
• 3 estados (AL, MA, RR) com taxa de atraso 2,5x acima da média nacional

⚙️ O que foi feito:

• Modelagem dimensional em star schema (5 tabelas, ~99k pedidos)
• Construção de 16 medidas DAX organizadas em pastas temáticas (temporal, logística, comportamento)
• Validação cruzada entre Power BI, SQL e pandas para garantir consistência
• Recomendação executiva de programa de SLA logístico por região

Quando insight vira business case: provando que retenção paga 9x o investimento.

Stack: Python (pandas, scipy, scikit-learn) · SQL · Power BI

🔑 Principais descobertas:

• Funcionários com hora extra têm 3x mais chance de sair (28% da força = 54% das demissões)
• R&D + Vendas concentram 96% do custo total de turnover
• 29,8% dos novos contratados saem nos primeiros 2 anos (4x acima dos veteranos)

📈 Quantificação do impacto:

• US$ 12,25M/ano de custo oculto de rotatividade
• 17 funcionários de alto risco identificados via score composto
• Programa de retenção proposto: ROI de 819% e payback de 1,3 meses

Citel Software · Analista de Suporte · Fev/2025 — Atual

• Mais de 6.000 chamados resolvidos via Zendesk, com identificação de padrões em problemas recorrentes que apoiaram a melhoria de processos internos
• Atuação com alto volume de dados operacionais, gerando entendimento sobre comportamento de usuário e gargalos de produto

• Engenharia de Software — UNINTER · 2025–2029 (cursando)
• Analista de Dados — Preditiva Analytics Treinamentos · 2025–2026
• Analista de Dados — ASIMOV Academy · 2025–2026
• Criando Aplicativos Web com Streamlit — ASIMOV Academy · 2025–2026

Em busca da primeira oportunidade corporativa em time data-driven, onde eu possa evoluir do trabalho individual para conexão com indicadores estratégicos e ciclo de produto.