Seja Bem Vindo ao meu Repositório!

Olá, me chamo Heitor Nunes Rosa, Graduado em Engenharia Mecânica e Mestrando na mesma área, com um grande interesse em Ciência de Dados, tema do Trabalho de Conclusão de Curso e Dissertação. Especialidade em Programação em Python, elaborando e minstrando um curso da linguagem para sua Aplicação Científica. Competente em formular e solucionar problemas. Atualmente trabalho como Trainee pela Empresa The PAC Group.

PROJETOS

Predição de Performance de Hélices de VANTs com XGBoost

• Desenvolvimento de um modelo substituto e aplicativo para a predição da performance de hélices, facilitando a tomada de decisão no projeto motopropulsivo do VANTs.

• Os dados obtidos foram extraídos da UIUC.

• Tecnologias e Ferramentas Utilizadas:

    Extração e Limpeza de Dados: parse, os
    Feature Engineering: category-encoders, scipy
    Análise de Dados: matplotlib, seaborn, numpy, pandas
    Machine Learning: xgboost, scikit-learn, optuna, pendulum
    Deployment: streamlit
  

Detecção de Falhas de Semicondutores

• Classificação Binária da saúde de semicondutores, lidando com dados faltantes, dados desbalanceados e seleção de features.

• Conjunto de dados disponível em: https://archive.ics.uci.edu/ml/datasets/SECOM

• Tecnologias e Ferramentas Utilizadas:

    Feature Selection e Engineering: feat-engine 
    Análise de Dados: matplotlib, seaborn, numpy, pandas
    Machine Learning: Regressão Logística, Imputação KNN, scikit-learn
  

Análise Exploratória das Aeronaves ICAO

• Análise Exploratória das Aeronaves Registradas ICAO, e extração de informações relevantes doo cenário aeronáutico atual.

• Dados disponíveis em: https://www.icao.int/publications/DOC8643/Pages/Search.aspx

• Tecnologias e Ferramentas Utilizadas:

    Raspagem de dados: Selenium
    Banco de Dados: MySQL
    Visualização e Análise de Dados: Pandas, PowerBI
  

Análise das Viradas do Brasileirão

• Análise das Partidas de Viradas do Brasileirão no período de 2013 a 2021.

• Dados Disponíveis em: https://www.kaggle.com/datasets/adaoduque/campeonato-brasileiro-de-futebol

• Tecnologias e Ferramentas Utilizadas:

    Análise de Dados: Matplotlib, Seaborn, Pandas
  

Perfil Kaggle