Vou trabalhar em projetos de r, SAS e python

Dados definitivamente são o novo petróleo e ter as melhores técnicas de análise de dados permite tomar decisões confiáveis em diferentes organizações ou negócios. Existem muitos métodos estatísticos que podem ser usados para fazer sentido dos dados. Entre as abordagens estatísticas comuns usadas por pesquisadores estão análise descritiva, análise exploratória, ANOVA, MANOVA, regressão, análise de correlação, meta-análises, análise de processos, IA como SVM, árvores de decisão, RFs (Florestas Aleatórias) e vários outros algoritmos de aprendizado de máquina. A boa notícia é que softwares estatísticos avançados como o R possuem pacotes estatísticos personalizados como MASS, tidy verse, e1071, ggplots, etc, que facilitam muito a análise de qualquer tipo de dado. O software estatístico R também oferece ferramentas confiáveis de visualização, como R-shiny. Além disso, permite apresentações fáceis usando R-markdown ou R slides.

Tenho ampla experiência não apenas em análise e modelagem de dados, mas também no uso competente do R para realizar diferentes análises estatísticas, por exemplo:

1. Criação de modelos de aprendizado de máquina
2. Manipulação de dados
3. Análise descritiva
4. Análise exploratória de dados
5. ANOVA
6. MANOVA
7. Regressão
8. SVM
9. RFs
10. Modelagem preditiva
11. Classificação de dados