maithe@data:~$ ./modelo.py

Maithê Trindade

Atuo com Análise de Dados e Machine Learning, unindo dashboards em Power BI a modelos preditivos e assistentes de Inteligência Artificial que apoiam decisões de negócio.

Disponível para novos projetos

Ver projetos Entrar em contato

Santos · SP

[ 01 ] Sobre

Um pouco
sobre mim

Sou Analista de Dados, com foco crescente em Machine Learning e Inteligência Artificial, e transformo dados em soluções claras e úteis para apoiar decisões.

Tenho experiência com análise e tratamento de dados, modelagem, criação de indicadores e desenvolvimento de dashboards, e venho aplicando esse mesmo raciocínio para construir modelos preditivos e assistentes de IA que resolvem problemas reais de negócio.

Transformo dados confusos em dashboards intuitivos e análises que contam uma história. Para mim, um bom projeto de dados não precisa ser complexo, precisa fazer sentido e facilitar a vida de quem vai utilizá-lo.

Sou graduada em Análise de Dados e Desenvolvimento de Sistemas pela Universidade Católica de Santos e atualmente estou me especializando em Data Science e Machine Learning com IA na XP Education.

Atuação: 📍 Santos, SP | Baixada Santista
💻 Projetos remotos em todo o Brasil
Foco: Data Analyst · Machine Learning Dashboards em Power BI, modelos preditivos e projetos de Inteligência Artificial aplicados a negócios
Disponível para: Freelance e novas oportunidades Projetos pontuais e vagas de Data Analyst, BI e Machine Learning

[ 02 ] Stack

Ferramentas e
habilidades

DashboardsRelatóriosModelagem de dadosKPIs e métricasAnálise de dadosStorytelling com dados

Power BIDAXPower QuerySQL

PythonMachine Learningscikit-learnLightGBMSHAPSéries temporaisEstatística

Inteligência ArtificialRAGOllama (LLM local)StreamlitFastAPI

dbtDuckDBGitHub ActionsDockerGitGitHub

[ 03 ] Projetos

Projetos que
eu construí

O problema que originou cada projeto, o que eu montei e o que mudou depois.

Python · LangGraph · FastAPI · RAG agêntico

mytek Chat: assistente de IA com RAG agêntico

Assistente de atendimento para uma empresa real (mytek), hoje em duas versões: um app local 100% offline via Ollama, e uma API na nuvem (FastAPI + Groq) que alimenta um widget de chat embutido no site oficial da empresa. A versão na nuvem usa um workflow agêntico de RAG construído com LangGraph: reescreve a pergunta considerando o histórico da conversa, busca o contexto combinando embeddings com busca por palavra-chave (BM25), reordena os resultados por relevância real e, antes de responder, um passo de auto-avaliação decide se o contexto encontrado é suficiente, refazendo a busca em vez de inventar uma resposta sem embasamento.

RESULTADO: respostas sempre alinhadas à política oficial (preços, cancelamento, regras de atendimento), embutidas ao vivo no site da empresa, sem inventar condição que não esteja documentada.

Ver demo Ver no GitHub

Demonstração do mytek Chat respondendo em tempo real sobre teste grátis e preço do CRM, com base na política da empresa

Power BI · DAX · Power Query · Modelagem dimensional

Dashboard de Performance Comercial

Painel de vendas em quatro páginas que responde às perguntas da gestão comercial: quanto vendemos, quanto lucramos, quem está batendo a meta e onde crescer. Montei o modelo em estrela (vendas e metas + 7 dimensões), escrevi mais de 50 medidas DAX com comparação ao ano e ao mês anteriores e criei uma função DAX que gera ícones SVG dinâmicos de alta e queda. A navegação funciona como aplicativo, com botões, bookmarks e tooltips personalizados, e o projeto é versionado no Git em formato PBIP. Dados fictícios.

RESULTADO: faturamento, margem e meta por vendedor, cidade e período numa única tela, já comparados com o ano e o mês anteriores.

Ver vídeo Ver no GitHub

Python · SQL · dbt · DuckDB · GitHub Actions

Pipeline de dados: Economia do Brasil

Pipeline de ponta a ponta que busca todo dia na API do Banco Central a Selic, a inflação, o dólar e o desemprego desde 2012. A extração em Python contorna os limites reais da API (janelas de consulta, falhas de conexão e datas futuras da meta Selic), os dados vão para um DuckDB e são modelados com dbt em camadas staging, intermediate e marts, onde calculo o juro real e identifico cada decisão do Copom. O GitHub Actions roda tudo sozinho e publica um dashboard web com filtro de período e download dos dados.

RESULTADO: dashboard atualizado todo dia sem intervenção manual, com 25 testes de qualidade que impedem a publicação de dado inconsistente.

Ver dashboard Ver no GitHub

Dashboard Economia do Brasil em Dados com Selic, IPCA, juro real, dólar e desemprego e gráficos de evolução

Machine Learning · LightGBM · SHAP · FastAPI · Docker

Previsão Churn: do modelo à produção

Modelo que estima a chance de cada cliente cancelar o serviço e decide em quem vale investir uma oferta de retenção. Comparei três modelos com validação cruzada, escolhi pela PR-AUC por a classe ser minoritária e defini o ponto de corte pelo lucro da campanha, não pelo padrão de 0,5. Cada previsão vem explicada com SHAP em linguagem de negócio. Em produção como API FastAPI com app web: a empresa envia a planilha de clientes e recebe a lista ordenada por risco, com quem abordar e o motivo de cada um. Empacotado em Docker, com testes automatizados no GitHub Actions e deploy automático.

RESULTADO: na simulação com clientes que o modelo nunca viu, a campanha guiada por ele gera US$ 33,3 mil contra US$ 0,6 mil de abordar todos, encontrando 77% de quem ia cancelar.

Testar o app Ver no GitHub

App de previsão de churn analisando uma base de 500 clientes: resumo com clientes a abordar e ganho esperado, e lista ordenada por risco com o motivo de cada cliente

Séries temporais · LightGBM · Python · FastAPI · Docker

Produz Certo: previsão de demanda e plano de produção

Sistema para padarias, restaurantes e varejo que prevê as vendas dos próximos 7 dias de cada produto e recomenda quanto produzir. O modelo é treinado com o histórico de vendas da própria empresa, na hora em que ela envia a planilha, e aprende o padrão de dia da semana, feriados, sazonalidade e tendência. A quantidade recomendada vem do problema do jornaleiro: equilibra o custo da sobra com o da venda perdida conforme a margem de cada produto. O app ainda testa o modelo no histórico da empresa e mostra quanto ela teria ganho. Dados de exemplo fictícios.

RESULTADO: em 12 semanas de teste numa padaria de exemplo, 20% menos vendas perdidas por falta de produto e R$ 9,7 mil a mais de lucro que o método tradicional, cerca de R$ 42 mil por ano.

Testar o app Ver no GitHub

App Produz Certo com indicadores da semana, teste com o histórico mostrando lucro a mais e plano de produção por produto e dia

Next.js · Supabase · TypeScript · Tailwind CSS

Mytek Hub: tarefas, wiki e mensagens da equipe

Hub interno de operação para a equipe mytek, com três módulos no mesmo login: quadro de tarefas com sincronização em tempo real entre todo mundo logado ao mesmo tempo, wiki com editor de blocos (estilo Notion, com a biblioteca BlockNote) e mensagens diretas e por canal. Inclui também um servidor MCP: cada pessoa gera um token e conecta a própria IA (Claude Desktop, Claude Code), então pedir "cria uma tarefa no projeto X" pra IA já cria de verdade, em nome de quem pediu.

RESULTADO: a equipe passou a usar um único sistema para tarefas, wiki e mensagens, em vez de ferramentas espalhadas, e ganhou a opção de criar e consultar tarefas direto pela IA.

Ver no GitHub

[ 04 ] Contato

Vamos conversar
sobre dados?

Estou disponível para novos projetos e oportunidades em Data Analytics / BI. Me chama por onde for mais fácil para você.

LinkedIn → maithetrindade21@gmail.com →