Sistema de Recomendação de Profissionais

Desenvolvimento de um sistema de recomendação de profissionais para um aplicativo com foco em melhorar a experiência do usuário e o engajamento na plataforma

Classificador de chamadas

Uma empresa do ramo financeiro tem um canal de atendimento via chat e precisar classificar os assuntos dos atendimentos para melhorar as tratativas dos chamados dos clientes. Nesse sentido, o time de ciência de dados recebeu o desafio de treinar um classificador de chamadas.

Previsão de preços imobiliários

Uma empresa fictícia de investimentos imobiliários precisa otimizar suas previsões de preços de casas. Para isso, solicitou ao departamento de ciência de dados que desenvolvessem um modelo de previsões de preços de casas

Bank Customers Churn

Um banco está com uma alta taxa de churn e por isso solicitou ao departamento de Ciência de Dados uma solução para esse problema. Os cientistas desenvolveram um modelo em que prevê o churn de clientes.

Reconhecimento de doenças em folhas de videira

Modelo de Deep Learning utilizando Redes Convolucionais que foi treinado para classificar imagens de folha de videira entre três diferentes doenças (BlackMeasles, BlackRot and LeafBlight) e folhas saudáveis.

Compra e venda de ações

Modelo de Deep Learning utilizando RNNs treinado para classificar ações da VALE3 em compra ou venda em determinado dia com base nos preços dos últimos 15 dias.

Reconhecimento de dígitos

Modelo de Deep Learning treinado para reconhecer dígitos manuscritos.

Banco de dados para administradores de condomínios.

Modelagem de banco de dados para uma administradora de condomínios. Entidades para serem consideradas: Condomínio, Unidade apartamental, Inquilino e Proprietário.