Data Analytics / Amazon QuickSight / Machine Learning
Estabelecer um processo centralizado e padronizado para o desenvolvimento de dashboards e relatórios mais complexos, visando unificar as ferramentas e plataformas utilizada e disponibilizar os resultados em real time para consumo.
Implementamos novos processos, realizamos migração e centralização dos dashboards e relatórios, além de construir novos novos painéis usando algortimos de Machine Learning incorporados na ferramenta Amazon QuickSight.
Essas ações contruibuíram significativamente para melhorar a qualidade e a velocidade das informações disponibilizadas para as decisões da área de negócios.
Machine Learning / Cloud / AWS / Amazon SageMaker / Amazon Textract / Amazon Rekognition / Amazon Comprehend
Realizar aprimoramentos no processo de análise e disponibilização manual dos dados no sistema. Otimizar o tempo de avaliação e validação dos documentos de forma mais eficiente
Desenvolvemos um modelo altamente eficiente capaz de analisar, validar, classificar, aprimorar, recortar e extrair automaticamente o texto de imagens, resultando em uma redução significativa no tempo e esforço necessário para realizar essas análises, além de melhorar a qualidade dos resultados.
Data Analytics / Cloud / AWS / Data Lake / AWS Glue / Amazon RedShift / Amazon Comprehend
Reduzir custos na nuvem, criar um ambiente de dados adequado e escalável para atender às necessidades da empresa, governança de dados mais efetiva e centralizar dados de parceiros
Implantação de um Data Lake serverless na plataforma nuvem AWS, com integrações simplificadas e centralização de dados de várias fontes e parceiros por meio de API´s
Machine Learning / Cloud / AWS / Amazon SageMaker / AWS Glue / Step Functions / Amazon Neptune
Desenvolver de um motor de recomendação de cursos, por meio da análise de dados do banco de alunos da instituição de ensino.
Os dados necessários para o desenvolvimento deste projeto foram fornecidos pela instituição de ensino, com o apoio de dados públicos.
Desenvolvimento de um motor de recomendação de cursos, por meio da análise de dados. Foram consideradas tabelas de cidades, municípios, IBGE, áreas de conhecimento, correspondência entre áreas e cursos, e tabela de ano de conclusão. Para facilitar a criação e execução de aplicativos com grafos, utilizamos o Neptune.
Machine Learning / Cloud / AWS / Amazon SageMaker / AWS Data Migration Service (DMS) / AWS Glue / AWS Athena / Amazon QuickSight
Identificar novos perfis de variação de consumo, categorizar os consumidores, automatizar a análise de risco e expandir a carteira de produtos.
Desenvolvemos modelos de Machine Learning para identificar novos perfis de variação de consumo, categorizar os consumidores, automatizar a análise de risco e expandir a carteira de produtos. Utilizamos dados públicos do CCEE (Câmara de Comercialização de Energia Elétrica) para classificar o perfil de variação de consumo dos consumidores por meio do CNPJ. Em seguida, aplicamos métricas fornecidas pelo cliente para estabelecer prêmios, descontos ou realizar ações de marketing direcionadas a esses clientes.
Machine Learning / Cloud / AWS / Amazon SageMaker / AWS Glue / Step Functions / Amazon Neptune
O objetivo desse projeto foi detectar a probabilidade de evasão de alunos por meio da análise de diversos dados disponíveis.
Utilizamos técnicas de treinamento de modelos de Machine Learning para atribuir a cada aluno um score de probabilidade de evasão com base em seu perfil. Os dados utilizados foram fornecidos pela instituição de ensino e incluíram informações financeiras, registro de presença (horário de entrada e saída) e histórico acadêmico do aluno na instituição.
Português do Brasil 
English 
Español