Sou uma profissional em formação mas com uma trajetória acadêmica sólida. Atualmente, sou graduanda em Estatística e possuo Mestrado em Biociências e Biotecnologia, além de uma graduação em Medicina Veterinária.
Minha habilidade com dados começou durante a análise de experimentos realizados ao longo de minha formação. Hoje, aplico meu conhecimento para conduzir projetos especializados em análise e visualização de dados, buscando sempre extrair informações valiosas que impulsionem a tomada de decisões de forma assertiva. Estou comprometida em continuar aprimorando minha expertise para enfrentar desafios analíticos com precisão e inovação. Minha base mais sólida em programação é em R, minha linguagem mãe, mas desenvolvo projetos com Python e ja tive contato com JavaScript, liguagem de consulta a banco de dados (SQL), liguagens de formatação (markdown, HTML), estilização (CSS) e ferramentas como PowerBi e Google Data Studio.
Anualmente, desde 1971, o USDA (Departamento de Agricultura dos Estados Unidos) coleta as informações de animais empregados em diferentes instâncias de experimentação de acordo com a exposição a dor e ao estresse. Esta prática vai de encontro a Lei de Bem-estar Animal (Animal Welfare Act), assinada em 1966. Este relatório foi realizado com objetivo descrever os dados reportados ao USDA a respeito da utilização de animais em pesquisa nos EUA em 2016.
Buscou-se investigar quais são as espécies mais utilizadas por categoria de estudo e por localidade. Adicionalmente buscou-se avaliar se há diferença na composição dos grupos com relação aos tipos de estudo e investigar fatores que motivam a utilização de algumas espécies em detrimento de outras.
A partir da utilização de metodologias de análise exploratória de dados e inferência básica foi evidenciado que, no ano de 2016, os foram utilizados em média 460 animais por estado dos EUA sendo sua maioria no estado da California. A maior parte dos animais utilizados em experimentação não foram submetidos a dor. A composição dos grupos de animais e espécies varia de acordo com a categoria de estudo. Foi encontrada correlação positiva com relação ao uso de animais e número de universidades por estado. Em paralelo, foi encontrada correlação negativa com relação a escolha das espécies para utilização em pesquisa, o peso corporal e o custo de manutenção por unidade animal. Análises adicionais podem ser realizadas através do aplicativo.
Dados: Animal Testing in the US in 2016
Avaliar o perfil do cliente por meio de características sociodemográficas, patrimoniais e histórico de crédito é crucial para a análise de risco na concessão de crédito, proporcionando maior segurança às instituições na identificação de credores confiáveis e de maior risco.
Identificar, com base no propósito de compra dos clientes, as concessões que apresentam maior risco para a instituição e os segmentos mais seguros para o fornecimento de novas linhas de crédito.
Utilizando ferramentas de descrição, exploração e visualização de dados, foi identificado que a aquisição de rádio e televisão é o propósito de compra que mais motiva os clientes a procurarem a instituição, seguido por carros novos e móveis/equipamentos. A faixa etária predominante dos clientes varia de 25 a 45 anos. Foi observado que a taxa de inadimplência mais elevada está relacionada a empréstimos para investimento em educação e desenvolvimento pessoal. Em relação aos maus pagadores, notamos que a taxa de inadimplência é mais alta para homens em comparação às mulheres em todos os propósitos de compra, exceto para recursos destinados à educação e reparos. Além disso, evidenciamos uma disparidade significativa na concessão de créditos a homens em comparação às mulheres, independentemente do histórico de pagamento e do status da compra conforme o gênero. O dashboard gerado pode ser consultado clicando aqui.
Dados: German Credit Data
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent