Desenvolvimento de um modelo de detecção de fraudes em cartões de crédito, abordando o dilema entre precisão e recall, técnicas de redução de dimensionalidade e estratégias para lidar com classes desbalanceadas
Explorando técnicas para treinar modelos preditivos em dados desbalanceados, com estudos de caso sobre detecção de fraudes e discussões sobre reamostragem e uso de métricas eficazes
Em cenários de juros altos, que são comuns no Brasil, os investidores constantemente se deparam com um conflito entre aproveitar boas taxas na Renda Fixa ou baixos múltiplos na Renda Variável
Utilizando técnicas de backtest e Python, esse estudo analisa uma estratégia chamada "Dual Momentum" com ativos brasileiros indexados: BOVA11, IVVB11 e B5P211
O projeto utiliza dados abertos de planos de saúde na plataforma do Databricks, aplicando conhecimentos em processamento distribuído, modelagem de dados e arquitetura Apache Spark, e Metabase como ferramenta de BI