Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou fazer ciência de dados, aprendizado de máquina e análises preditivas com python
Desenvolvedor de IA Agent Claude Code LangChain n8n Especialista em Ciência de Dados
MSc em Ciência de Dados (SZABIST 2024) + Cientista de Dados Certificado pela IBM.
Eu crio agentes de IA de produção e sistemas de ML que entregam resultados de negócio — não apenas demonstrações. Mai...
Sobre este Serviço
Sua planilha tem uma decisão escondida nela. Meu trabalho é encontrá-la e provar que ela é válida.
Modelo de churn com ROC AUC de 92,85% (DT International), Prophet R²=0,80 em mais de 160 mil listagens, SVM 86% em mais de 4 milhões de avaliações na Amazon.
Eu faço ciência de dados e ML em churn avançado com Python, previsão, classificação, segmentação, desde dados brutos e confusos até um modelo em que você pode confiar e agir.
Não entrego só um notebook cheio de gráficos e digo que está pronto. Cada projeto termina com uma leitura em linguagem simples do que o modelo descobriu, quão confiante ele está e o que isso significa para sua decisão.
O que você recebe:
- Análise exploratória de dados + um relatório de qualidade dos dados (dados confusos são normais, eu já planejo para isso)
- Engenharia de features e seleção de modelo (Random Forest, XGBoost, Prophet, LSTM e outros)
- Validação e ajuste, com a precisão sendo reportada de forma honesta, incluindo onde o modelo tem dificuldades
- Explicações SHAP para você entender quais fatores influenciam cada previsão
- Uma entrega limpa: notebook, relatório escrito ou um serviço implantado, sua escolha
Faça seu pedido, compartilhe seu dataset e objetivo no formulário de requisitos. Quer uma verificação de viabilidade? Me envie uma amostra anonimizada por mensagem.
Meu portfólio
Perguntas frequentes
Tradução automática
Quais problemas de ML você resolve?
Previsão de churn, previsão de demanda/ séries temporais, classificação, segmentação, regressão — áreas onde entreguei resultados verificáveis (92,85% ROC AUC, R²=0,80, SVM 86,01%).
Meus dados são bagunçados e incompletos - isso é um problema?
Esse é o ponto de partida normal. Todo projeto começa com uma análise exploratória que identifica valores ausentes, outliers e inconsistências, e você recebe um relatório de qualidade dos dados antes de fazer o modelamento.
Como posso saber se as previsões não são uma caixa preta?
Explicações SHAP (Standard up) mostram exatamente quais recursos influenciaram cada previsão, em linguagem simples — eu explico tudo na chamada de entrega.
Você vai me avisar se os dados não forem fortes o suficiente?
Sim — de forma direta e cedo. Prefiro sinalizar uma limitação nos dados na primeira semana do que entregar um modelo que parece bom nos testes e falha na produção.
Você faz deploy ou só entrega um notebook?
Ambos — Básico é notebook + relatório; Padrão/Premium pode incluir um serviço deployado (FastAPI, containerizado).
Você pode lidar com grandes conjuntos de dados?
Sim — trabalhos recentes processaram mais de 4 milhões de avaliações da Amazon no Apache Spark com MLlib. Escala raramente é o limite; a qualidade dos dados geralmente é.
E se a precisão decepcionar após a entrega?
É para isso que servem as revisões — eu ajusto, revalido e uso a análise SHAP para mostrar o que está causando qualquer lacuna. O escopo da revisão cobre metodologia + engenharia de recursos nos dados que você fornece; ela não pode superar limites fundamentais de qualidade dos dados, que eu sinalizo *antes* de começar o modelamento.
Minha equipe pode usar os resultados sem um cientista de dados?
Sim — o pacote Padrão+ inclui uma demo em Streamlit ou um relatório em linguagem simples; para *consultar* resultados de forma conversacional, veja meu serviço de chatbot RAG; para uma API de modelo ao vivo, adicione a opção de endpoint FastAPI.
Velocidade de resposta e quem é o dono do trabalho?
Eu respondo em algumas horas (manhã no Reino Unido/UE + tarde no US-East, de forma assíncrona via Fiverr). Você fica com o notebook, os modelos e o código na entrega; eu não guardo cópias; NDA disponível.
