◈ NICOLAS RODRIGUES
Tecnólogo em Análise e Desenvolvimento de Sistemas · Anhanguera Introdução à Ciência de Dados · FGV (em andamento)
Estou em transição para a área de dados com foco em Data Analytics, atuando na geração de insights e construção de dashboards orientados à tomada de decisão.
Venho de background em UX/UI e Front-end, o que me permite ir além da análise: transformo dados em produtos visuais intuitivos, focados na experiência do usuário e no impacto de negócio.
Atualmente desenvolvo projetos cobrindo o pipeline completo:
extração (SQL) → transformação (Python/Pandas) → análise → visualização → deploy
core = ["Python", "SQL", "Pandas"]
dataviz = ["Plotly", "Matplotlib", "Seaborn"]
database = ["PostgreSQL"]
deploy = ["Streamlit Cloud"]
fundamentals= ["EDA", "Estatística", "Storytelling com dados"]Análise de 72.613 campanhas de marketing digital com foco em performance e eficiência de investimento
Insights principais:
- Correlação de Pearson (0,11) → relação fraca entre investimento e cliques
- Distribuição altamente concentrada: 10% das campanhas geram 81,7% dos cliques (Princípio de Pareto)
- Identificação de oportunidade em Mobile (Setembro) com CPC mínimo histórico ($0,13)
- Análise de métricas de marketing: CTR, CPC e eficiência por canal
Entrega:
- Dashboard interativo com filtros dinâmicos (Streamlit)
- Funil de conversão e análise por canal
- Exportação de dados e visão executiva
PostgreSQL SQL Python Pandas Plotly Streamlit
Análise exploratória focada em faturamento e distribuição geográfica
Destaques:
- Pipeline de dados: SQL → Pandas → visualização
- Conexão com PostgreSQL via ambiente Linux
- Concentração de receita no Sudeste com liderança isolada de SP
- Queries SQL para agregações e análise de faturamento
PostgreSQL SQL Python Pandas Seaborn Matplotlib
Estudo analítico sobre concentração de receita e distribuição de mercado
Destaques:
- Receita total analisada: R$ 15.846.795,12
- Top 5 estados representam 73,18% da receita total
- SP concentra ~37% da receita nacional
- Estrutura modular com geração de relatórios reutilizáveis
Foco técnico:
- Análise estatística e interpretação de distribuição
- Estrutura de código modular e escalável
Python Pandas Matplotlib
| Instituição | Curso | Status |
|---|---|---|
| Anhanguera | Tecnólogo em Análise e Desenvolvimento de Sistemas | 🟡 Em andamento |
| FGV | Introdução à Ciência de Dados (ênfase em estatística e análise exploratória) | 🟡 Em andamento |
| Alura | UX/UI Design | ✅ Concluído |
| Alura | Front-end: HTML & CSS | ✅ Concluído |
| USP | Introdução a Machine Learning com Python | ✅ Concluído |
Analytics (consumo e interpretação)
↓
Engenharia de Dados (construção e arquitetura)
Acredito que dominar a análise é essencial para entender como os dados devem ser estruturados e escalados.
"Dados sem contexto são apenas números. Contexto sem dados é apenas opinião."