Clébio Júnior

Exploração, análise e modelagem de dados para gerar insights estratégicos, com dashboards interativos em SAS. Projetos de extração de dados não estruturados, NLP e séries temporais.

Data exploration, analysis and modeling to deliver strategic insights, including interactive SAS dashboards. Projects spanning unstructured data extraction, NLP and time series analysis.

• Sistema de recomendação de defesas com NLP e FAISS Recomendação automática da defesa mais adequada para pareceres jurídicos usando embeddings e FAISS, com extração de PDFs via OCR, regex e pdfplumber — reduzindo o tempo de pesquisa manual e aumentando a assertividade das decisões.
• Legal defense recommendation system with NLP and FAISS Automated recommendation of the most suitable defense for legal opinions using embeddings and FAISS, with PDF extraction via OCR, regex and pdfplumber — reducing manual research time and improving decision accuracy.
• Extração avançada de dados não estruturados Solução automatizada para extrair e limpar informações de PDFs (inclusive digitalizados) com pdfplumber, Tesseract OCR e regex, integrada a dashboards SAS para identificar padrões e anomalias em séries temporais.
• Advanced unstructured data extraction Automated pipeline to extract and clean information from PDFs (including scanned documents) using pdfplumber, Tesseract OCR and regex, feeding SAS dashboards to surface patterns and anomalies in time series.
• Análise de comentários em redes sociais com NLP Sistema com spaCy para identificar temas recorrentes em reclamações de clientes (tokenização, lematização, correção gramatical), gerando insights para melhoria de serviços e produtos.
• Social media comment analysis with NLP spaCy-based system to identify recurring themes in customer complaints (tokenization, lemmatization, grammar correction), delivering insights that drove service and product improvements.

Exploração, limpeza e análise de dados para resolver problemas de negócio com machine learning.

Data exploration, cleaning and analysis to solve business problems with machine learning.

• Modelo de score de crédito Modelagem do histórico financeiro de pessoas físicas para prever a probabilidade de pagamento, apoiando decisões de concessão de crédito e reduzindo o risco de inadimplência.
• Credit scoring model Modeled individuals' financial history to predict repayment probability, supporting credit-granting decisions and reducing default risk.
• Previsão de vendas com regressão Modelo de regressão sobre dados históricos com pré-processamento, feature engineering e tuning de hiperparâmetros, passando a apoiar o planejamento estratégico comercial.
• Sales forecasting with regression Regression model on historical data with preprocessing, feature engineering and hyperparameter tuning, now supporting commercial strategic planning.
• Segmentação de clientes com clustering Aprendizado não supervisionado para identificar perfis comportamentais distintos na base de clientes.
• Customer segmentation with clustering Unsupervised learning to identify distinct behavioral profiles across the customer base.

Análise de dados estruturados e não estruturados e criação de algoritmos de machine learning para gerar insights automatizados para clientes.

Analysis of structured and unstructured data and development of machine learning algorithms delivering automated insights for clients.

• Extração de dados não estruturados Tratamento de grandes volumes de texto com regex para extrair informações relevantes, aumentando a disponibilidade de dados para tomada de decisão.
• Unstructured data extraction Processed large volumes of text with regex to extract relevant information, increasing data availability for decision-making.
• Detecção de outliers com regras de negócio Algoritmos baseados em regras definidas pelas áreas de negócio para sinalizar anomalias operacionais, mitigando riscos.
• Outlier detection with business rules Rule-based algorithms defined with business teams to flag operational anomalies, mitigating risk.
• Previsão de atrasos em entregas Modelo preditivo com métricas de ranqueamento para identificar entregas com maior risco de atraso, permitindo ações preventivas na logística.
• Delivery delay prediction Predictive model using ranking metrics to identify deliveries at higher risk of delay, enabling preventive logistics actions.

Projeto de extensão no Pré-Vestibular Social Theorema, lecionando principalmente mecânica clássica.

University extension program at the Theorema social pre-college course, teaching mainly classical mechanics.