-->

OLÁ, ME CHAMO REYSO & EU SOU UM
DATA SCIENTIST PESQUISADOR ESTUDANTE UNIVERSITÁRIO

Olá, seja muito bem-vindo(a) ao meu portifólio de projetos.

Sinta-se à vontade para entrar em contato comigo através dos links no final da página.

Sobre mim

Meu nome é Reyso Teixeira

Sou graduando em Engenharia da Computação pela Universidade Federal do Pará, e trabalho em projetos de iniciação científicas no Laboratório de Pesquisas Operacionais (LPO).

Atualmente, desenvolvo pesquisas científicas nas áreas de telecomunicações e afins, como 5G/6G e H-CRAN, por meio da utilização de técnicas de otimização com algoritmos bioinspirados e de machine learning. Além disso, desenvolvo projetos pessoais e estudos de caso em Data Science, com o objetivo de adquirir experiência na solução de problemas de negócio e domínio sobre ferramentas de análise de dados.

Busco uma oportunidade para atuar profissionalmente como Cientista de Dados, contribuindo para a melhoria na tomada de decisão da empresa por meio da construção de soluções baseadas em dados.

Últimos Projetos

Alguns projetos desenvolvidos

ScoutAI
Publicação Github

Projeto de Previsão de Churn - Telco Customer

Objetivo: Prever a rotatividade de clientes (churn) em uma empresa de telecomunicações usando XGBoost com dados processados no Databricks.

ScoutAI
Publicação Github

🤖⚽ ScoutAI: Um sistema inteligente de contratações no futebol com IA

O ScoutAI é um sistema de recomendação de jogadores que combina análise técnica e financeira para auxiliar clubes sul-americanos no mercado de transferências. Através de agentes IA especializados

this is a title
Detalhes

Competição: ML Olympiad for Students - TopVistos EUA

Competição de machine learning para criar um
classificador de diferentes tipos de perfis de trabalhadores que solicitaram o visto de trabalho nos EUA. O objetivo deste modelo é recomendar, com base em indicadores socioeconômicos e geográficos, perfis aptos e não aptos para certificação destes visto de trabalho.

this is a title
Details

Competição: House Prices - Advanced Regression Techniques

Essa competição busca prever o preço de venda de casas em Ames, Iowa. Um conjunto de dados com 79 variáveis que descrevem os imóveis — desde o tipo de material até a altura do porão. O desafio é usar essas informações para prever o valor final da venda da casa.

Detalhes

Competição: Prostate Cancer (Novembro Azul)

Este projeto foi desenvolvido como parte do meu portfólio de Data Science, com o objetivo de prever a probabilidade de um paciente ter câncer de próstata a partir de variáveis clínicas extraídas de exames. Foram realizadas etapas de análise exploratória, pré-processamento dos dados e construção de modelos de classificação. Os modelos foram avaliados com base em métricas de desempenho como acurácia e matriz de confusão,
sendo a Árvore de Decisão o modelo que apresentou os melhores resultados.

Habilidades

Conhecimento adquirido ao longo da minha formação.

Linguagens de Programação e Banco de dados.

  • Python com foco em análise de dados.
  • Web scraping.
  • SQL para extração de dados.
  • R e Matlab para modelagem estatística.
  • Banco de dados SQL.

Estatística e Machine Learning.

  • Estatistica descritiva (localização, dispersão, assimetria, kurtosis, densidade).
  • Algoritimos de Regressão, classificação, clusterização.
  • Reinforcement Learning (Qlearning, DeepQlearning).
  • Técnicas de balanceamento de dados, seleção de atributos e redução de dimencionalidade.
  • Métricas de performance dos algoritmos (RMS, MAE, Confusion Matrix, Precision, Recall, ROC Curve).
  • Pacotes de Machine Leraning: SKlearn, Pytorch, Xgboost e Scipy.

Visualização de Dados.

  • Matplotlib, Seaborn e Plotly.
  • Power BI e Tableau.

Engenharia de Software.

  • Git, Github e Docker.
  • Streamlit, Flask e Python API's.
  • AWS Amazon (Certified Cloud Practitioner).

Experiência Profissional

Minha trajetória profissional até o momento.

2 anos como Pesquisador em Iniciação Científica

Laboratório de Pesquisas Operacionais (LPO) - UFPA

Desenvolvimento de pesquisas na área de telecomunicações, com foco em redes 5G/6G e H-CRAN. Aplicação de técnicas de otimização e machine learning para solucionar problemas complexos de alocação de recursos e eficiência energética em redes móveis. Os resultados destas pesquisas renderam duas publicações em congressos nacionais da área (veja no Currículo Lattes).

Então, o que acha ?

Sinta-se à vontade para entrar em contato comigo através dos links abaixo.

Contact With Me