Luiz Henrique

Mafra - SC · Brasil · LinkedIn · GitHub · riquebue@hotmail.com

Profissional com 10+ anos em Ciência de Dados, especializado em Governança e Inteligência de Dados, ajudando empresas a transformar dados em insights estratégicos e ações concretas. Experiência em transformação e qualidade de dados, segurança e disponibilidade da informação, promovendo culturas data-driven. Professor de pós-graduação em Cloud Computing, atuando com arquiteturas em nuvem, automação, segurança e melhores práticas. Instrutor e tutor de Ciência de Dados, conectando teoria e prática e desenvolvendo habilidades técnicas e pensamento crítico. Certificações: AWS Certified Machine Learning – Specialty, AWS Solutions Architect – Professional, Microsoft Azure Solutions Architect Specialist e Azure Administrator.


Projetos

Projeto 1 · AWS Serverless Lab — API Gateway + Lambda + DynamoDB
AWS Serverless IaC
Diagrama da arquitetura serverless: API Gateway, Lambda e DynamoDB.

Laboratório prático com CloudFormation e API REST no API Gateway acionando funções Lambda e persistindo dados no DynamoDB. Inclui diagrama de arquitetura, guia passo a passo e observabilidade com CloudWatch.

Objetivos: entender o fluxo request→API Gateway→Lambda→DynamoDB, empacotamento e deploy, versionamento por branch e automações com GitHub Actions.

Projeto 2 · Redes Neurais Convolucionais
Computer Vision CNN
Arquitetura ilustrativa de uma rede neural convolucional.

Classificação de imagens com CNN: pré-processamento, definição da arquitetura, treino e avaliação.

Projeto 3 · Ebook — Desmistificando Machine Learning
Conteúdo I2AI
Capa do Ebook Desmistificando Machine Learning.

Ebook introdutório para iniciantes: conceitos, ciclo de vida, métricas e exemplos. Produzido com o comitê de ML da I2AI.

Projeto 4 · PLN — Word2Vec + Visualização PCA
NLP Embeddings
Visualização de embeddings com PCA.

Treinamento de embeddings, análise de similaridades e redução de dimensionalidade com PCA para visualizar relações semânticas.

Projeto 5 · Deep Learning — Introdução ao TensorFlow
TensorFlow DL
Ilustração de tensores no TensorFlow.

Conceitos de tensores e construção de modelos com TensorFlow: preparação de dados, camadas, treino e validação.

Projeto 6 · Agrupamento de Clientes por Consumo de Energia
Clustering EDA
Ilustração relacionada a consumo de energia.

Clusterização de consumidores para identificar perfis de uso de energia e orientar estratégias de relacionamento e eficiência.

Projeto 7 · Análise Exploratória de Dados
EDA Visualização
Gráfico ilustrativo de análise exploratória.

Exploração de dataset de mercado de trabalho: qualidade de dados, criação de features e painéis para insights iniciais.

Projeto 8 · Criação de Site Estático no Amazon S3
AWS Static Website
Diagrama de arquitetura para site estático no Amazon S3.

Laboratório prático: publicação de site estático usando Amazon S3. Inclui criação de bucket, upload de index.html e imagem, ativação de Static website hosting e configuração de Bucket Policy segura.

Objetivos do lab: criar bucket; enviar arquivos; habilitar hospedagem; definir documento de índice; aplicar política pública somente para leitura; e limpar recursos para evitar custos.

Projeto 9 · NLP — Limpeza de Texto com NeatText
NLP Pré-processamento
Ilustração de limpeza de texto (NeatText).

Pipeline de limpeza e preparação de texto: remoção de ruídos, extração de e-mails/URLs/emojis e normalização.

Projeto 10 · Sistema Financeiro em SQL (PostgreSQL + PL/pgSQL)
SQL PostgreSQL Data Warehousing
Ilustração de sistema financeiro com telas de código, gráficos e símbolo de dinheiro representando análises em SQL e banco de dados.

Modelagem e implementação de um sistema financeiro relacional em PostgreSQL, com foco em clientes, contas, transações e categorias, integridade referencial e geração de massa de dados de teste via função em PL/pgSQL.

Inclui criação de schema e tabelas, função parametrizável para gerar milhares de transações distribuídas em 12 meses e exemplos de consultas analíticas: saldo por conta, saldo consolidado por cliente, despesas por categoria e ranking de clientes por movimentação.

Projeto 11 · PyCaret — Low-code ML
PyCaret AutoML
Interface do PyCaret (ilustração).

Fluxo low-code para classificação e regressão: setup, comparação de modelos e ensembling.


Skills

AWS Azure Cloud Computing Serverless CloudFormation Python SQL Data Base Orquestração Visualização ML AutoML Data Governance DevOps

Interesses

Governança e Inteligência de Dados; Cloud Computing; Data Science e ML; DevOps & Orquestração; Educação & Mentoria.

Conecte-se comigo: LinkedIn · GitHub · riquebue@hotmail.com


Certificados & Certificações