Eng Portfolio: https://github.com/GustavoG-bot/portfolio_eng
Este painel apresenta insights de um conjunto de dados com mais de 20.000 partidas de xadrez online jogadas no Lichess. O conjunto de dados inclui informações detalhadas, como movimentos, vencedor, classificação e detalhes de abertura.
Partidas de Xadrez Online
- Dados de mais de 20.000 partidas de xadrez jogadas no Lichess, incluindo movimentos, vencedor, classificação, detalhes de abertura e mais.
-
Estatísticas de Vitória:
- Qual a porcentagem de partidas vencidas por brancas? Quantas terminaram em empate?
-
Movimentos de Abertura:
- Qual movimento de abertura foi mais frequentemente usado em partidas em que as peças pretas venceram? E quando as brancas venceram?
-
Influência da Classificação:
- Qual a porcentagem de partidas vencidas pelo jogador com a classificação mais alta? Isso varia de acordo com a cor das peças?
-
Análise dos Melhores Jogadores:
- Qual usuário venceu a maior quantidade de partidas? Em que porcentagem dessas partidas o usuário era o jogador com a classificação mais alta?
Sinta-se à vontade para explorar e visualizar os dados usando o painel para obter mais insights: https://app.powerbi.com/groups/me/reports/5ffa5a4b-f3fb-43af-b6f6-5c89dfac3e09/ReportSection?experience=power-bi
Este painel fornece uma análise abrangente do setor de transporte na cidade. Ele abrange detalhes como ocupação de ônibus, rotas populares, demografia de passageiros e horários de pico.
Dados de Transporte da Cidade
- Informações sobre ocupação de ônibus, rotas, demografia de passageiros e horários.
-
Ocupação de Ônibus:
- Identificar os ônibus mais e menos ocupados.
-
Análise de Rotas:
- Determinar as rotas mais movimentadas e menos movimentadas na cidade.
-
Demografia de Passageiros:
- Explorar a distribuição de idade e ocupação (trabalho) entre os passageiros para entender o público-alvo.
-
Horários de Pico:
- Identificar os horários mais movimentados e menos movimentados durante o dia.
Sinta-se à vontade para usar os recursos interativos do painel para aprofundar sua compreensão nos dados de transporte: https://app.powerbi.com/groups/me/reports/e24ec4dc-153a-4f17-a636-0cd060aa7b93/ReportSection3944d937f29d2cc50171?experience=power-bi
Análise Preditiva do Preço de Imóveis
Este projeto envolve o uso da Automação de Processos Robóticos (RPA) com o UiPath para realizar web scraping, extrair dados imobiliários e posteriormente utilizar técnicas de ciência de dados para análise e previsão. Os objetivos principais incluem coleta de dados, limpeza, exploração e construção de um modelo preditivo para estimar os preços de propriedades com base em diversas características como número de quartos, tipo de propriedade, vagas de estacionamento e metragem quadrada.
Utilizando as capacidades de RPA do UiPath, o projeto inicia com web scraping para reunir dados imobiliários de fontes online. O UiPath é utilizado para navegar por páginas da web, extrair informações relevantes e armazená-las em um formato estruturado.
Os dados extraídos são transferidos para uma planilha do Excel para processamento adicional. Esta etapa envolve organizar e formatar os dados para prepará-los para análises subsequentes.
Com os dados agora em um formato utilizável, o projeto procede à limpeza e exploração do conjunto de dados. Isso envolve lidar com valores ausentes, outliers e outras inconsistências. Análise exploratória de dados (EDA) é realizada para obter insights sobre a distribuição e relacionamentos dentro do conjunto de dados.
O núcleo do projeto envolve a construção de um modelo preditivo usando o PyTorch, um framework de aprendizado profundo. Uma rede neural é projetada e treinada para prever os preços de propriedades com base em características-chave, como número de quartos, tipo de propriedade, vagas de estacionamento e metragem quadrada.
Além da rede neural, um modelo de regressão pré-treinado é utilizado para análise comparativa. O desempenho de ambos os modelos é avaliado para determinar sua eficácia na previsão de preços imobiliários.
Veja o repositório em: https://github.com/GustavoG-bot/quinto_andartrain
A Transferência de Potência sem Fio (WPT), ou Transferência de Potência via Wireless, é um sistema de transmissão de energia elétrica sem o uso de fios. A transferência de energia ocorre por meio de um campo magnético variante no tempo, gerado por um circuito transmissor e recebido por um dispositivo receptor que se deseja carregar.
Neste projeto, foi estudado uma tecnologia específica de WPT, conhecida como Acoplamento Ressonante Indutivo. Esse sistema opera de maneira semelhante a um transformador, onde há duas bobinas separadas. A bobina do primário, por meio de uma fonte de tensão, transfere energia para o secundário, onde há uma carga acoplada. A diferença do WPT em relação ao transformador é a presença de capacitores no primário e no secundário, juntamente com as autoindutâncias das bobinas, tornando o sistema oscilante para uma determinada frequência de ressonância. Essa frequência deve ser a mesma para ambos transmissor e receptor. Se o sistema oscilar na frequência de ressonância por meio de uma ação forçada, haverá transferência de energia.
Durante a execução deste projeto, as seguintes tarefas foram realizadas:
- Adaptação do modelo de transformador para o estudo do circuito WPT ressonante;
- Simulação do modelo do circuito WPT em Python e identificação da frequência de transmissão ótima para cada condição de carga e coeficiente de acoplamento magnético;
- Montagem de um circuito WPT capaz de transmitir energia sem fios para uma aplicação escolhida;
- Apresentação dos resultados das simulações e validações.
Veja o repositório do projeto em: https://github.com/GustavoG-bot/WPTeletromag
Veja mais projetos de python em:
- Jogo de pygame: https://github.com/GustavoG-bot/projetogamedessoft
- Predição de níveis de radiação solar: https://github.com/GustavoG-bot/projeto2data
- Explore meus repositórios para mais projetos!
Este projeto utiliza a base de dados "sakila" para realizar análises e responder a diversas perguntas relacionadas à locadora de filmes. A base de dados "sakila" contém informações sobre filmes, clientes, pagamentos, atores e outras entidades relacionadas a uma locadora fictícia.
-
Número de Filmes Alugados por Categoria e Receita Total:
- Apresenta o número total de filmes alugados por categoria, juntamente com a receita total gerada por esses aluguéis.
-
Clientes que Mais Gastaram na Locadora:
- Identifica os clientes que mais gastaram com a loja, listando seus nomes, sobrenomes e o total pago.
-
Atores/Atrizes cujo Nome Inicia com "A":
- Lista os atores e atrizes cujos nomes começam com a letra "A".
-
Número de Filmes por Ator:
- Apresenta o número total de filmes em que cada ator atuou.
-
Número de Filmes por Ator com Filtro:
- Filtra os atores que participaram de 35 ou mais filmes, apresentando seus nomes e o total de filmes.
-
Quantidade de Filmes por Estoque:
- Mostra a quantidade de filmes disponíveis em cada estoque, juntamente com os títulos dos filmes.
-
Top Clientes por Categoria Específica:
- Identifica os principais clientes que alugaram filmes da categoria 'Action', listando seus IDs, nomes e o total de aluguéis.
Disponível no repositório: https://github.com/GustavoG-bot/sql_train/tree/main
Robôs desenvolvidos usando software de automação chamado UiPath. Robôs disponíveis no link: https://drive.google.com/drive/folders/1z1asixySCBIEPo7rdZiDt7rKl1lYAnrJ
Exemplo: (colocar video do web scraping real estate)
Olá! 😊
Sou um estudante de Engenharia Mecatrônica no Insper, atualmente cursando o nono semestre. Desde o início da minha jornada acadêmica, tenho sido impulsionado por explorar diferentes áreas da engenharia, sendo todas relacionadas a áreas que meu curso aborda, como programação, robótica, elétrica/eletrônica, teoria de controle, mecânica, dentre outras.
Veja também meu portfólio de alguns projetos nesssas áreas: https://drive.google.com/drive/folders/1Fl73x_nhXwF1cUF_o1W-frHUlm11oCJU?usp=sharing
Se você tiver alguma pergunta, comentário ou desejar entrar em contato comigo, sinta-se à vontade para fazê-lo por meio dos links abaixo:
- Linkedin: https://www.linkedin.com/in/gustavo-camargoin/
- Github: https://github.com/GustavoG-bot
- Kaggle: https://www.kaggle.com/guedes5132