Mariana F.
Data Scientist
Elle a également une expérience pratique des tests unitaires et d'intégration, de la gestion de la base de données des fonctionnalités et d'outils tels que Databricks, Looker et Metabase. Ses compétences techniques variées lui permettent d'élaborer des solutions de données fiables et évolutives.
Mariana a une solide formation en finance et en marketing et a fait une transition vers l'industrie technologique, où elle a quatre ans d'expérience. Son expertise couvre l'analyse, la modélisation du crédit et les systèmes de recommandation. Elle est animée par sa passion pour les données et les statistiques. Elle excelle dans la création de produits bien conçus, axés sur les données, qui fournissent des informations et des résultats significatifs.
Avec une combinaison unique d'acuité analytique et de compétence technique, Mariana est capable de prendre des décisions basées sur des données et de construire des produits à fort impact, ce qui fait d'elle un atout pour toute équipe centrée sur les données.
Expertise principale
Apache Spark5 ans
AWS5 ans
Databricks5 ansExpérience6
Data Scientist
- 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.
Python
SQLData Scientist
- 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
- 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.
PythonSQLData Analyst
- 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.
PythonSQL
Data Analyst
- 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.
PythonSQL
Controller Assistant
- 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.
PythonSQLÉvaluations
Excellence en ingénierie
Les performances globales de Mariana lors d'une évaluation technique en direct de 90 minutes se classent dans le top 25% des Data Scientist évalués chez Proxify.
Éducation
Arrêtez de naviguer.
Soyez jumelé plus rapidement.
Parlez à un expert et obtenez des correspondances personnalisées de notre réseau en seulement 2 jours.
Accédez à plus de 6 000+ experts
Soyez jumelé avec un développeur en 2 jours en moyenne
Embauchez rapidement et facilement avec un taux de réussite de 94%