Disponível para Analista de Dados Jr. · BI
Analista de Dados — SQL, Python, Power BI
Transformo bases bagunçadas em indicadores confiáveis: limpo, valido e entrego um painel que alguém consegue usar na segunda de manhã.
RESULTADO · SÉRIES POR ODS
781 linhas validadas · pronto para BIIndicadores ODS da ONU · Brasil
01 · PROBLEMA
Dados da ONU com decimais quebrados (2,17 virava 2 quatrilhões), 130 registros duplicados e uma série com valores impossíveis.
02 · SOLUÇÃO
Pipeline BigQuery → Python com validação automática e modelo no Power BI com medidas DAX que nunca misturam unidades.
03 · RESULTADO
Dashboard confiável com 16 ODS e 119 séries, filtrável por objetivo, série e ano, com variação por indicador.
Python · Pandas · Looker Studio
Análise logística · Olist
100 mil pedidos do e-commerce brasileiro: atrasos de entrega ligados a R$ 1,35 milhão em receita impactada. Parceria com a Semantix.
Ver no GitHub →
BigQuery · Python · Power BI
Criminalidade em Londres · 2008–2016
6,45 milhões de crimes (2008–2016) com CTEs no BigQuery: queda até 2014, retomada depois, e Violence Against the Person crescendo 45%.
Ver no GitHub →
Python · SQL · Looker Studio
Desempenho no ENEM 2023 · São Paulo
141.339 candidatos do ENEM-SP integrados de três tabelas, comparando municípios, tipo de escola e dificuldade por área. Projeto final EBAC.
Ver no GitHub →
Power BI · DAX · Power Query
Dashboard comercial · Pet Caramelo
R$ 126 milhões em receita analisados por produto e mercado, com medidas DAX e leitura rápida para o time comercial.
Ver no GitHub →
MySQL · Modelagem relacional · Power BI
Banco de dados de restaurante · MySQL
Banco relacional do zero para um restaurante (DDL/DML, JOINs, views e funções) e um painel de vendas em cima dele: R$ 2.239 em 49 pedidos, com receita por dia, categoria e funcionário.
Achado: 55% dos pedidos apontam para clientes que não existem no cadastro, uma falha de integridade que a chave estrangeira deveria ter barrado.
Ver no GitHub →Vim do comercial. Passei anos ouvindo perguntas que ninguém conseguia responder com número — e fui atrás das ferramentas para responder.
Formado em Análise e Desenvolvimento de Sistemas pelo CEUNSP e Analista de Dados pela EBAC. Como Analista Comercial na Bandeira Materiais para Construção, aprendi que um relatório só vale algo se quem lê toma uma decisão depois.
Hoje uso SQL, Python e Power BI para transformar bases brutas em indicadores que sustentam essas decisões. Busco oportunidade como Analista de Dados Jr., BI ou Analista de Negócios.
Da extração ao modelo
Limpeza e automação
Onde o dado vira resposta
Qual decisão depende desse número.
Fontes levantadas e checadas.
Nulos, duplicatas, tipos, outliers — antes de qualquer gráfico.
Tabelas e métricas que aguentam novas perguntas.
Testar a hipótese até quebrar ou se sustentar.
Painel e leitura escrita: o que achei e o que fazer.
bandeiravitor6@gmail.com · Indaiatuba/SP