Cientista de Dados, Bacharel em Estatística pela Universidade de Brasília, com expertise em programação com Python, R e SQL. Possui experiência na construção de dashboards utilizando Power BI e Google Data Studio (Looker Studio), além de ampla prática em modelagem de dados e desenvolvimento de algoritmos de Machine Learning. Também detém certificações em ciência e análise de dados pela plataforma de aprendizado DataCamp.
Aplicação de Processamento de Linguagem Natural em portarias de 2024 do Gabinete da Presidência do Tribunal de Justiça do Distrito Federal e dos Territórios (TJDFT). O trabalho contempla três frentes principais: a mensuração da similaridade semântica, a identificação de agrupamentos temáticos e o reconhecimento de entidades nomeadas. Adicionalmente, desenvolveu-se aplicativo web, com o objetivo de disseminar o acesso aos resultados deste trabalho.
Aula ministrada em disciplina de Aprendizado de Máquina sobre o algoritmo de agrupamento de dados DBSCAN. Para melhor visualização do impacto dos hiperparâmetros na formação de clusters, foi criado aplicativo interativo no Shiny.
Comparativo do desempenho dos algoritmos K-Nearest Neighbors (KNN), Random Forest e Support Vector Machines (SVM) para classificação dos cultivos agrícolas mais adequados, com base nas propriedades químicas do solo.