Mariana F.

Data Scientist

Mariana hallitsee Pythonin ja R:n, ja hänellä on asiantuntemusta useista eri teknologioista, kuten SQL, AWS (S3, SageMaker, Redshift), Git, PySpark, Flask ja PyTorch.

Hänellä on myös käytännön kokemusta yksikkö- ja integrointitestauksesta, ominaisuustietovarastojen hallinnasta sekä Databricksin, Lookerin ja Metabasen kaltaisista työkaluista. Hänen monipuoliset tekniset taitonsa antavat hänelle mahdollisuuden rakentaa luotettavia ja skaalautuvia tietoratkaisuja.

Marianalla on vahva tausta rahoituksesta ja markkinoinnista, ja hän on siirtynyt teknologiateollisuuteen, jossa hänellä on neljän vuoden kokemus. Hänen asiantuntemuksensa kattaa analytiikan, luottomallinnuksen ja suosittelujärjestelmät, ja hänen intohimonsa dataan ja tilastoihin on hänen ajamansa. Hän on erinomainen luomaan hyvin suunniteltuja, tietoon perustuvia tuotteita, jotka tuottavat merkityksellisiä tietoja ja tuloksia.

Hänellä on ainutlaatuinen yhdistelmä analyyttistä terävyyttä ja teknistä osaamista, ja hän on taitava tekemään tietoon perustuvia päätöksiä ja rakentamaan vaikuttavia tuotteita, mikä tekee hänestä rikkauden mille tahansa tietoon keskittyvälle tiimille.

Tärkein asiantuntemus
  • Apache Spark
    Apache Spark 5 vuotta
  • AWS
    AWS 5 vuotta
  • Data Science 5 vuotta
Muut taidot
    Mariana
    Mariana F.

    Brazil

    Aloita tästä

    Valittu kokemus

    Työllisyys

    • Data Scientist

      QuintoAndar - 7 months

      • 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 year 8 months

      • 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 years

      • 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 years

      • 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.

    Koulutus

    • Standalone courseData Scientist

      Udacity · 2019 - 2019

    • Standalone courseData Science

      Tera · 2019 - 2019

    • BSc.Statistics

      University of São Paulo · 2018 - 2021

    Löydä seuraava kehittäjäsi päivien, ei kuukausien sisällä

    Kun otat yhteyttä, järjestämme lyhyen 25 minuuttia kestävän tapaamisen, jonka aikana:

    • Kartoitamme yrityksenne kehitystarvetta
    • Kertoa prosessimme, jolla löydämme teille pätevän, ennakkotarkastetun kehittäjän verkostostamme
    • Käymme läpi askeleet, joilla oikea ehdokas pääsee aloittamaan – useimmiten viikon sisällä

    Keskustele kanssamme

    Ensimmäinen kehittäjä pääsee yleensä aloittamaan muutaman päivän sisällä yhteydenotosta.