Visão Geral das Habilidades
Engenharia de Dados & Pipelines
Charles constrói pipelines de dados de nível de produção que ingerem, transformam e validam dados de múltiplas fontes. Como Engenheiro de Dados I na Clearway Energy Group, ele trabalha diariamente com Dagster, dbt, Polars e Snowflake para automatizar fluxos de trabalho de dados de ativos de energia renovável. Ele tem experiência no design de processos ETL/ELT que lidam com integrações de API, junções de dados espaciais e padrões de carregamento incremental.
Ferramentas & Tecnologias: Python, Dagster, dbt, dlt, Polars, Snowflake, DuckDB, Hex
Demonstrado em: Pipeline de Performance de Ativos Renováveis, Análise de Acessibilidade de Moradia & Deslocamento, Arquivo de Dados do Google Analytics, Pipeline de Análise de Energia, Observatório de Sinais Sintéticos
Análise Estatística & Modelagem
Charles aplica métodos estatísticos rigorosos para responder perguntas de pesquisa e validar descobertas. Seu trabalho inclui regressão OLS com erros padrão robustos, ANOVA, modelos de interação, regressão quantílica e validação cruzada. Ele se sente confortável selecionando entre especificações de modelo usando AIC, diagnosticando multicolinearidade com VIF e interpretando resultados para públicos técnicos e não técnicos.
Ferramentas & Tecnologias: Python (statsmodels, scipy), scikit-learn, R
Demonstrado em: Análise de Acessibilidade de Moradia & Deslocamento, Análise de Qualidade de Vinho, Predição de Preços de Casas em Ames, Análise de Privação de Sono
Machine Learning
Charles tem experiência na construção e avaliação de modelos de aprendizado supervisionado para tarefas de regressão e classificação. Ele trabalhou com modelos lineares, k-vizinhos mais próximos, florestas aleatórias, XGBoost, redes neurais (TensorFlow/Keras) e ensembles de empilhamento. Ele aplica engenharia de atributos, validação cruzada, ajuste de hiperparâmetros e técnicas de interpretabilidade de modelo como SHAP para entender e comunicar o comportamento do modelo.
Ferramentas & Tecnologias: scikit-learn, TensorFlow/Keras, XGBoost, SHAP
Demonstrado em: Predição de Preços de Casas em Ames, Classificação da Nave Espacial Titanic, Análise de Qualidade de Vinho, Análise de Acessibilidade de Moradia & Deslocamento
Visualização de Dados & Dashboards
Charles cria visualizações e dashboards interativos que tornam os dados acessíveis a tomadores de decisão. Ele construiu dashboards R Shiny com filtragem dinâmica e tabelas interativas, dashboards Tableau com visualizações parametrizadas e visualizações baseadas em Python usando Matplotlib e Streamlit. Ele foca na clareza, na seleção apropriada de gráficos e em tornar a história nos dados fácil de seguir.
Ferramentas & Tecnologias: Tableau, R Shiny, Matplotlib, Streamlit, ggplot2, Plotly
Demonstrado em: Dashboard de Emissões Globais de CO₂, Dashboard de Visitação de Parques Nacionais, Dashboard de Felicidade Mundial, Observatório de Sinais Sintéticos, Análise de Acessibilidade de Moradia & Deslocamento
SQL & Análise de Banco de Dados
Charles escreve SQL para extração, transformação e consultas analíticas de dados. Ele se sente confortável com agregações, funções de janela (RANK, ROW_NUMBER), CTEs, subconsultas, junções e operações de conjunto. Ele trabalha com bancos de dados relacionais tradicionais e mecanismos analíticos modernos como DuckDB e Snowflake.
Ferramentas & Tecnologias: SQL (MySQL, Snowflake, DuckDB)
Demonstrado em: Análise de Vendas de Restaurantes, Análise de Nomes de Bebês, Análise de Furtos de Veículos Motorizados, Pipeline de Performance de Ativos Renováveis, Pipeline de Análise de Energia
Planilha & Análise de Negócios
Charles usa Excel como uma ferramenta analítica — não apenas para entrada de dados, mas para construir análises estruturadas com tabelas dinâmicas, VLOOKUP/SUMIFS, formatação condicional, gráficos de Pareto e mapas de calor. Seu trabalho com planilhas é focado em traduzir dados operacionais brutos em insights acionáveis de negócios.
Ferramentas & Tecnologias: Excel (Tabelas Dinâmicas, Power Query, VLOOKUP, SUMIFS, Formatação Condicional, Gráficos Combinados)
Demonstrado em: Análise de Parada de Produção, Análise de Colisões em NYC
Limpeza & ETL de Dados
Charles regularmente limpa, transforma e integra conjuntos de dados bagunçados de múltiplas fontes. Ele trabalha com dados tabulares, dados espaciais (shapefiles, GeoJSON) e respostas de API. Ele tem experiência com Pandas e Polars para operações de dataframe, e GeoPandas para junções espaciais e análise geográfica.
Ferramentas & Tecnologias: Python (Pandas, Polars, GeoPandas), integração de API, Census ACS, OpenStreetMap Overpass
Demonstrado em: Análise de Acessibilidade de Moradia & Deslocamento, Análise de Consumo de Eletricidade, Análise de Listagens do AirBnB, Arquivo de Dados do Google Analytics
Desenvolvimento Web
Charles construiu seu site de portfólio do zero usando HTML5, CSS3 e JavaScript com módulos ES — sem frameworks ou bundlers. O site apresenta design responsivo, marcação acessível (WCAG 2.1 AA), galerias de projetos filtráveis com filtragem baseada em URL e um carrossel de depoimentos. Ele mantém o código com práticas profissionais, incluindo linting, testes automatizados e implantação CI/CD.
Ferramentas & Tecnologias: HTML5, CSS3, JavaScript (Módulos ES)
Demonstrado em: Site de Portfólio
DevOps & Ferramentas
Charles usa ferramentas modernas de desenvolvimento para manter a qualidade do código e automatizar fluxos de trabalho. Ele configura pipelines CI/CD com GitHub Actions, escreve testes com pytest e Jest, gerencia ambientes Python com uv e aplica padrões de código com linters (ESLint, Stylelint, Ruff) e formatadores (Prettier). Ele segue commits convencionais e práticas de versionamento semântico.
Ferramentas & Tecnologias: Git, GitHub Actions, CI/CD, uv, pytest, Jest, Playwright, ESLint, Stylelint, Ruff, Prettier
Demonstrado em: Site de Portfólio, Pipeline de Performance de Ativos Renováveis, Análise de Acessibilidade de Moradia & Deslocamento