Rafael Gardel
Meu portfólio de projetos.
Olá, Sou Rafael Gardel - Cientista de Dados, Mestre em Engenharia de Produção (USP).
English version | Baixar Currículo
Possuo 4 anos de experiência com python, modelagem matemática, sql e análise de dados.
Atualmente trabalho como Analista de dados Sênior na Shopee focado em First Mile, já trabalhei como Cientista de Dados prestando serviços para Ambev, também trabalhei como Cientista de Dados para a Suzano com foco em logística e analista de CRM e BI Sr em uma multinacional do setor do varejo com foco em cartão de crédito. Tenho ampla experiência com modelagem matemática e pesquisa operacional.
Sou mestre em Engenharia de Produção na Poli-USP, com foco em Pesquisa Operacional, com destaque para modelagem matemática e otimização utilizando ferramentas como Gurobi e Pyomo, especialmente aplicadas a problemas logísticos e financeiros.
Experiência Detalhada de Trabalho
Senior Data Analyst @ Shopee (Feb 2025): I currently work for the company Shopee carrying out the main activities:
- Análise de dados focada na logistica de First Mile.
Cientista de Dados @ BRQ(Ambev) (Maio 2024 - Outubro 2024): Dentro da BRQ eu atuei para a empresa Ambev realizando as principais atividades: Modelagem matemática de problemas relacionados aos processos de produção de cerveja utilizando pesquisa operacional utilizando Gurobi e Pyomo;
- Criação de modelos exatos (MILP) para os processos de filtração e de refrigeração.
Analista de Dados @ Milenio Capital (Janeiro 2024 - Abril 2024): Desenvolvimento e melhoria de dashboards no power bi e automação de atividades com Python.
Cientista de Dados Freelancer@ Autonomo (Julho 2023 - _Janeiro 2024): Atualmente, estou desenvolvendo projetos como freelancer em Python para duas empresas. Em ambos os projetos, estou utilizando NLP e machine learning para otimizar as estratégias de marketing e aumentar as vendas.
- Processamento de linguagem natural (NLP) por meio de transformers.
- Criação de modelos de classificação e regressão.
Cientista de Dados @ Thera Consulting (Março 2023 - _Julho 2023): Trabalhei como cientista de dados, modelando e criando métodos específicos para um projeto de otimização envolvendo Brasil, China e Áustria.
- Modelagem matemática de problemas logísticos usando Gurobi.
- Refatoração de código em Python.
- Controle de versão de código com git e testes usando plataformas Azure e GCP.
Analista Sênior de BI de CRM @ Cencosud (Abril 2022 - _Fevereiro 2023): Trabalhei na área de CRM e BI de cartões de crédito para várias marcas, realizando as principais atividades:
- Geração de insights a partir da análise de dados em bancos de dados QlikView, Power BI e Microstrategy para aumentar as taxas de conversão de campanhas e produtos.
- Automatização de processos ETL, criei bancos de dados e gerei relatórios usando QlikView (scripting e macros) e Python.
- Migração de bancos de dados e relatórios existentes do QlikView para o Microstrategy na nuvem para uma criação de relatórios e geração de insights mais rápidos.
- Criação de modelos de machine learning (classificação, agrupamento, regressão, NLP e mineração de dados) para previsão de churn, gerando insights e uma melhor segmentação. Estruturei e executei todo o fluxo de processo de ML para o departamento.
Monitor, Universidade de São Paulo (USP) (Abril 2021 - _Julho 2021)
- Forneci suporte aos estudantes com dúvidas sobre modelagem e otimização de cursos de sistemas de produção.
Estágios em Engenharia, (Agosto 2015 - _Maio 2019)
- Trabalhei em três empresas nos setores de Petróleo e Gás e Fibra Óptica, realizando atividades como mapeamento de processos, rastreamento de materiais no SAP, geração de indicadores e automação de planilhas Excel usando programação VBA.
Educação
-
Mestre em Engenharia de Produção | Universidade de São Paulo (USP): O foco da minha pesquisa é o roteamento de sondas offshore para produção de óleo e gás. (2020 - 2024)
-
Link da minha Dissertação de Mestrado: Programação de navios sonda heterogêneos em atividades offshore considerando a elegibilidade.
-
Graduação, Engenharia de Produção Universidade Federal Fluminense (Novembro 2019) -
Possuo 12 publicações, sendo 1 dissertação de mestrado em Engenharia de Produção, 5 capítulos de livro, 4 apresentações em congresso, 2 artigos e ministrei 2 minicursos de Python para Engenharia. Também possuo diversas publicações no Medium sobre gerenciamento de projetos, VBA e pesquisa científica.
- Ainda na graduação em Engenharia de Produção na UFF, participei de uma empresa júnior, atuando como diretor de marketing e também fui um dos fundadores do centro academico de Engenharia de Produção (CAEPRO) na área de Marketing.
Linguagens e Ferramentas
- Python (Numpy, Numba, Pandas, Scikit-learn, TensorFlow, Seaborn, Plotly, Matplotlib)
- Criação de testes automatizados (Pytest, Github actions)
- Refatoração (Pylint)
- R (Análise Estatística)
- SQL (Mysql, SQL Server, PostgreSQL, DBeaver)
- Power Bi (DAX)
- Azure
- GCP
- Microstrategy
- Qlikview
- Airflow
- Docker
- GIT
- Julia
- C++
- VBA
Minha experiência com programação
-
Python, Machine Learning, SQL, Pesquisa Operacional, Otimização, Logistica, Power BI, Docker, Azure, GCP.
-
Julia e C++: Foco em criação de heurísticas para problemas de otimização.
-
Modelos de classificação, regressão, NLP, LLM, clusterização e modelos matemáticos de pesquisa operacional, especialmente envolvendo VRP no Gurobi, Pyomo e Highs.
Trabalho Voluntário
Diretor de Communicação, Centro Acadêmico de Engenharia, (2014 - 2016)
- Coordenei a comunicação entre o centro acadêmico e os estudantes.
Diretor de Marketing, Empresa Júnior Focus Consultoria, (2014 - 2016)
- Gerenciei relacionamentos da empresa com clientes e stakeholders.
- Estruturei prospecção de clientes e parceiros.
- Implementei estratégias de retenção de clientes.
Idiomas
- Inglês avançado.
- Espanhol básico.
- Português nativo.
💻 Últimos Projetos
Atualmente, tenho 15 projetos em meu portfólio. Você pode conferir cada um deles abaixo:
AI Trip Guide
Projeto de portfólio que utiliza LLMs open-source para processar, classificar e responder perguntas com base em vídeos reais do YouTube sobre o Chile.
Implementing an hybrid of genetic algorithm and simulated annealing for the vehicle routing problem in Julia
Este projeto teve como objetivo criar uma aplicação simples da meta-heurística algoritmo genético aplicado ao problema de roteamento de veiculos (VRP), utilizando a linguagem Julia. A linguagem Julia foi escolhida por ser uma linguagem de alta performance com velocidade comparada a da linguagem C.
OptiVision: Visualizing Optimization Algorithms
O objetivo deste projeto é responder uma pergunta: Se uma LLM descrever um cenário que represente o funcionamento de diversos algoritmos de otimização e uma LDM criar imagens destes cenários, como eles seriam?
Projetos de Otimização com Gurobi, Highs e Pyomo
Este repositório contém implementações de 4 problemas de otimização:
-
Problema de Roterização de Embarcações com Múltiplas Capacidades e Minimização de Custos;
-
Problema de Roteirização de Embarcações com Múltiplas Capacidades e Programação de Embarques;
-
Problema de Alocação de Combustíveis em Navios com Múltiplas Capacidades em Terminais Portuários;
-
Roteirização de drones para vigilância de áreas estratégicas.
Todos desenvolvidos usando as bibliotecas Gurobipy, Pyomo, Highspy e o solver GLPK. As soluções fornecem abordagens otimizadas para desafios relacionados ao roteamento de navios, alocação de combustível em navios e roteamento de drones para vigilância de áreas de interesse.
Simulated Annealing
Este projeto teve como objetivo criar uma aplicação simples e visual da meta-heurística Simulated Annealing no contexto de processamento de imagem.
Partindo de uma matriz que representa uma imagem, o algoritmo converge gradualmente para a imagem alvo, e é possível observar todo o processo de conversão executado pelo algoritmo.
O algoritmo utilizado é baseado no artigo original proposto por Kirkpatrick et al. (1983).
Text Based Nps Predictor
Este projeto teve como objetivo criar um classificador usando técnicas de NLP para prever o NPS (Net Promoter Score) de um cliente com base em comentários inseridos pelo usuário.
A partir de um comentário, é possível indicar a previsão da classificação NPS do cliente, que pode ser: Detrator, neutro ou promotor.
Usando o modelo, é possível acelerar a avaliação de comentários e a classificação NPS para permitir uma resposta mais rápida aos clientes da empresa.
Um cliente concluiu uma pesquisa de satisfação e está muito insatisfeito? É possível detectar isso em tempo real com o modelo treinado e iniciar uma ação de prevenção de cancelamento, como acionar uma comunicação ou alerta no centro de relacionamento com o cliente.
Análise de Avaliações, NLP e ML do Starbucks
Este projeto teve como objetivo realizar análise exploratória de dados, NLP e a criação de um modelo de machine learning para prever as notas de avaliação com base em comentários.
A partir de um comentário, é possível indicar a previsão da nota dada pelo cliente. Esta nota varia de 1 a 5.
Data Science Aplicado ao Alistamento Militar
O objetivo do projeto é analisar dados demográficos sobre pessoas que se alistam e prever as condições que implicam na seleção para servir no exército brasileiro.
Também fiz uma publicação no Medium descrevendo detalhadamente cada etapa dessa análise.
Analisando a Campanha Nacional de Vacinação contra a Covid-19 com Data Science
- Qual grupo foi o mais vacinado até agora?
- Qual é a idade do brasileiro mais velho que já foi vacinado?
- Quem lidera o ranking de pessoas vacinadas, homens ou mulheres?
- Qual fabricante de vacina é mais comumente utilizada?
- Qual é a idade média dos vacinados?
- Qual é a cor predominante entre os vacinados?
Essas e outras perguntas serão respondidas neste projeto.
Data Science aplicado à lista de espera do SUS na cidade do Rio de Janeiro
Quantos dias, em média, um carioca fica na lista de espera do SUS para realizar um procedimento? Quais são os procedimentos mais solicitados? Quais hospitais têm as filas mais longas? Qual é a idade do paciente mais velho na fila? E o mais jovem? Essas e outras perguntas serão respondidas neste projeto.
Adult income dataset analysis
Um estudo sobre a renda anual individual resultante de vários fatores, como educação, idade, sexo, ocupação, etc.
💡 Outros projetos interessantes que eu desenvolvi
You can reach me out on any channels below!
- Meu LinkedIn
- Também tenho um blog no Medium
- Você também pode me enviar um email