Mariana F.

Data Scientist

Mariana beherrscht Python und R und verfügt über Fachkenntnisse in einer Reihe von Technologien, darunter SQL, AWS (S3, SageMaker, Redshift), Git, PySpark, Flask und PyTorch.

Außerdem hat sie praktische Erfahrung mit Unit- und Integrationstests, Feature Store Management und Tools wie Databricks, Looker und Metabase. Ihre vielseitigen technischen Fähigkeiten ermöglichen es ihr, zuverlässige und skalierbare Datenlösungen zu entwickeln.

Mariana hat einen fundierten Hintergrund in den Bereichen Finanzen und Marketing und ist in die Tech-Branche gewechselt, wo sie vier Jahre Erfahrung gesammelt hat. Ihr Fachwissen erstreckt sich auf die Bereiche Analytik, Kreditmodellierung und Empfehlungssysteme, angetrieben durch ihre Leidenschaft für Daten und Statistik. Sie zeichnet sich durch die Entwicklung gut durchdachter, datengesteuerter Produkte aus, die aussagekräftige Erkenntnisse und Ergebnisse liefern.

Mit einer einzigartigen Kombination aus analytischem Scharfsinn und technischem Können ist Mariana in der Lage, datengestützte Entscheidungen zu treffen und wirkungsvolle Produkte zu entwickeln, was sie zu einer Bereicherung für jedes datenzentrierte Team macht.

Hauptkompetenz
  • Apache Spark
    Apache Spark 5 Jahre
  • AWS
    AWS 5 Jahre
  • Data Science 5 Jahre
Andere Fähigkeiten
    Mariana
    Mariana F.

    Brazil

    Erste Schritte

    Ausgewählte Erfahrung

    Beschäftigung

    • Data Scientist

      QuintoAndar - 7 monate

      • Increased 10% email click-through rate by training, optimizing, and deploying a deep learning two-tower content-based recommendation model.
      • Trained and optimized a deep learning collaborative filtering recommendation model for email campaigns.
      • Responsible for planning 2023 bets, interviewing and hiring, onboarding three new hires, and documenting legacy decisions from previous owners of recommendation models at the company.
    • Data Scientist

      QuintoAndar - 1 jahr 8 monate

      • Improved credit approvals from 20% to 50% by developing and deploying a gradient-boosting classification model.
      • Increased calculation accuracy by 30% by automating the calculation of Net Present Value (NPV) from Excel to Python.
      • Decreased manual analysis from 20% to 10% in offline tests by creating a fallback logistic regression model for credit approvals.
    • Data Analyst

      QuintoAndar - 2 jahre

      • Improved accuracy in the estimation of supply availability duration by 20% by developing a Survival Analysis method, impacting Unit Economics estimation.
      • Zeroed differences in numbers of the main business metrics across the company by developing a standardized metrics calculation in Metrics Governance initiatives.
      • Freed 25% of work time from one analyst by translating the calculation of business targets from Excel to SQL.
      • Provided reports of main business metrics for Series D and Series E investment rounds.
    • Data Analyst

      CUBOCC - 2 jahre

      • Developed a report template and process for analysis of marketing strategies of competitors across the company.
      • Developed marketing campaign results template standardized cross-company to automate performance analysis.
    • Controller Assistant

      Continental - 3 jahre

      • Calculated yearly and monthly forecast estimation for financial statements within 15% of deviation from actual values.
      • Developed dashboard templates and trained teams across countries for reporting.

    Ausbildung

    • FortbildungData Scientist

      Udacity · 2019 - 2019

    • FortbildungData Science

      Tera · 2019 - 2019

    • BSc.Statistics

      University of São Paulo · 2018 - 2021

    Finden Sie Ihren nächsten Entwickler innerhalb von Tagen, nicht Monaten

    In einem kurzen 25-minütigen Gespräch würden wir gerne:

    • Auf Ihren Bedarf bezüglich des Recruitments von Software-Entwicklern eingehen
    • Unseren Prozess vorstellen und somit wie wir Sie mit talentierten und geprüften Kandidaten aus unserem Netzwerk zusammenbringen können
    • Die nächsten Schritte besprechen, um den richtigen Kandidaten zu finden - oft in weniger als einer Woche

    Unterhalten wir uns