Nycolas Garcia
Analista de Dados
Python | FastAPI | Pandas | Scikit-learn
Analista de Dados e Engenheiro de Aprendizado de Máquina, transformo dados em soluções práticas com Python, com experiência em pipelines de ETL, EDA e ML. Bacharel em Ciências da Computação pela USJT e Pós-Graduando em Engenharia de Aprendizado de Máquina pela FIAP.
Certificados
Experiência
Analista de Dados
Jan/2025 – Jun/2025
Ferramentas:Python Pandas Plotly Flask PostgreSQL Jupyter
Habilidades:ETL EDA KPIs Machine Learning APIs & Web Scraping Dashboards & BI
Metodologias:Agile CRISP-DM SCRUM
Realizações:- Automatizei pipelines de ETL e EDA integrando APIs e web scraping, reduzindo o tempo de rotinas em 90%
- Criei modelos de ML para predição de quantidade e qualidade de 2 safras com acurácia de 88% e correlação com clima usando 8 variáveis, integrando dados do INMET e CONAB, adotando a metodologia CRISP-DM
- Desenvolvi aplicação web para padronização de 9 métricas de P&L, com 3 dashboards interativos e reduzindo em 99% o tempo de geração desses relatórios, aplicando a metodologia ágil SCRUM
- Atuei como desenvolvedor principal do CropTour, aplicação mobile-first e offline-first que registrou 50+ visitas técnicas, formulários interativos, upload de 250+ fotos, geolocalização e 6 KPIs internas de qualidade de safra
- Expandi datasets de climatologia em mais de 5x (~100 para ~500-600 estações), consolidando séries históricas de 5 a 10 anos com ganho expressivo em qualidade e confiabilidade
Atuei como Analista de Dados na Zen Noh, uma das maiores cooperativas agrícolas do mundo, focando em análise de dados climáticos e agrícolas para otimizar a produção e reduzir riscos. Minha experiência incluiu desde a coleta e limpeza de dados até a construção de modelos preditivos e desenvolvimento de aplicações web e dashboards interativos para tomada de decisão estratégica.
Analista de TI
Jun/2024 – Nov/2024
Ferramentas:Microsoft 365 Windows Server Excel Python Flask Bootstrap
Habilidades:Helpdesk & Suporte Manutenção de Hardware Configuração de Rede Mobile-First
Metodologias:Kanban Eisenhower
Realizações:- Implementei sistema de tickets usando a metodologias Kanban e Eisenhower, que atendeu 50+ colaboradores e reduziu o fluxo de atendimento em 20%
- Desenvolvi aplicação web de controle de estoque com 560+ endereços de armazenagem, agilizando busca e coleta em 80%
- Liderei a reestruturação da infraestrutura de TI, instalando e configurando 4 máquinas, 3 pontos de rede e acesso ao servidor on-premises
- Atuei como suporte técnico principal na Beauty Fair 2024 (maior feira da indústria na América Latina), realizando preparo, transporte e suporte em tempo real de toda a infraestrutura, com uptime de 99%
- Criei sistema de governança do departamento de TI, registrando estoque, log de requisições, histórico de manutenções e compras de suprimentos
Atuei como Técnico de Informática na Cabell, empresa de médio porte no setor cosmético, sendo responsável por suporte a colaboradores, manutenção de hardware, configuração de servidor on-premises e gestão de ativos de TI e desenvolvimento de ferramentas internas.
Extra-Curriculares
- AWS - Cloud Fondations
- Inglês - C2
- USJT - Inteligência Artificial
Meu Workflow
Projetos
EDA-Speeder
Ferramenta leve, rápida e multiplataforma para análise exploratória de dados (EDA) e preparação de dados.
Minha Stack
Python
O que é: Linguagem de programação de alto nível, versátil e com enorme ecossistema.
Como uso: ETL, análise exploratória, automação de tarefas, backend de APIs (Flask/FastAPI) e scripts para integração de dados.
Flask
O que é: Framework web minimalista para Python, flexível e leve.
Como uso: Prototipagem rápida de APIs e aplicações internas (ex: CropTour, dashboard de P&L).
FastAPI
O que é: Framework moderno para APIs com suporte nativo a assincronia e documentação automática.
Como uso: Endpoints de machine learning e integração com modelos em produção.
PyWebView
O que é: Biblioteca para embutir interfaces web em aplicações desktop.
Como uso: Transformar dashboards Plotly/Dash em aplicações offline-first para áreas sem internet.
Pandas
O que é: Biblioteca fundamental para manipulação e análise de dados tabulares.
Como uso: Limpeza, transformação, agregação e merge de datasets climáticos, agrícolas e de estoque.
Jupyter
O que é: Ambiente interativo baseado em notebooks para desenvolvimento exploratório.
Como uso: Análises exploratórias, validação de hipóteses e compartilhamento de resultados com stakeholders.
Plotly
O que é: Biblioteca para visualizações interativas e dashboards (Dash).
Como uso: Criação de dashboards de KPIs de safra e qualidade, com filtros dinâmicos.
Seaborn
O que é: Biblioteca de visualização estatística baseada no Matplotlib.
Como uso: Análise de correlação entre variáveis climáticas e produtividade, heatmaps e pairplots.
Scikit-learn
O que é: Biblioteca completa para ML tradicional (regressão, classificação, clustering).
Como uso: Modelos preditivos de safra (regressão), classificação de qualidade e feature engineering.
PyTorch
O que é: Framework de deep learning com computação dinâmica e ótima para pesquisa.
Como uso: Fine-tuning de modelos de linguagem e visão computacional para análise de imagens de plantio.
OpenCV
O que é: Biblioteca de visão computacional e processamento de imagens.
Como uso: Extração de características de fotos de lavouras, detecção de pragas e pré-processamento para modelos.
MLflow
O que é: Plataforma para gerenciar o ciclo de vida de modelos de ML.
Como uso: Versionamento de experimentos, registro de métricas e deploy controlado de modelos.
GitHub
O que é: Plataforma de hospedagem de código com Git e ferramentas de automação.
Como uso: Repositórios de projetos, GitHub Actions para testes e deploy, e portfólio público.
Docker
O que é: Plataforma de containerização que garante consistência entre ambientes.
Como uso: Empacotar aplicações web e pipelines de dados para deploy em qualquer servidor.
HuggingFace
O que é: Ecossistema de modelos de NLP e visão, com biblioteca transformers.
Como uso: Análise de sentimentos de feedbacks agrícolas e sumarização de relatórios técnicos.
AWS
O que é: Provedora de serviços de nuvem (computação, armazenamento, banco de dados).
Como uso: Armazenar datasets no S3, rodar ETL em EC2 e hospedar bancos PostgreSQL no RDS.