🤖 Inteligência Artificial & Machine Learning
🎓 Tecnólogo em Ciência de Dados — Faculdade de Tecnologia e Inovação Senac DF
🗄️ Bancos de Dados: MySQL | NoSQL (MongoDB, Cassandra) | PostgreSQL
📊 Business Intelligence: Power BI | Excel Avançado
🌍 Brasília - DF
- 🔭 Focado em Ciência de Dados aplicada à Inteligência Artificial
- 🤖 Experiência em ML supervisionado e não supervisionado
- 🧠 Deep Learning (CNNs, RNNs) e NLP (Transformers, embeddings, análise de sentimentos)
- 📝 Rotina: Jupyter Notebook para prototipagem + VS Code para projetos estruturados
- 🎯 Objetivo: transformar dados em conhecimento acionável com modelos de IA
- Supervisionado: Regressão, Random Forest, XGBoost, LightGBM
- Não supervisionado: K-Means, análise de clusters 2D/3D
- Deep Learning: TensorFlow, Keras, PyTorch
- NLP: NLTK, spaCy, Hugging Face Transformers
- Boas práticas: CRISP-DM, EDA, pipelines, primeiros passos em MLOps
Pandas | NumPy | Matplotlib | Seaborn | Plotly | Scikit-learn | TensorFlow | Keras | PyTorch | NLTK | spaCy | Hugging Face Transformers
🔹 kmeans-3d-cluster — K-Means 3D (não supervisionado) com visualização interativa
🔹 mysql-datascience — ETL + MySQL + Power BI
🔹 youtube-sentiment-analysis — NLP em comentários do YouTube
🔹 nosql-datascience — MongoDB e Cassandra aplicados a dados
📖 manual-gli — GitHub CLI + VS Code
📖 apostila-crispdm-ml — Machine Learning com Python via CRISP-DM
📖 manual-git — Guia técnico de Git em português
- 📈 Machine Learning avançado (feature engineering, ensemble methods)
- 🤖 Deep Learning (CNNs, RNNs, Transformers)
- 🧠 NLP com modelos pré-treinados (BERT, GPT)
- 🗄️ Bancos de dados SQL/NoSQL aplicados a Big Data
- 📊 Visualização de dados interativa (Power BI, Plotly)
| Certificação | Emissor | Link |
|---|---|---|
 |
AWS / Credly | Ver badge |
📧 anderson.m.guimaraes@icloud.com
🆔 ORCID: 0009-0009-5107-5137
🐙 GitHub: PadawanXXVI