Luiz Trajano
Porto, PortugalAberto a vagas e projetos freelanceRemoto ou híbrido · presencial no Norte de PortugalSQL · Python · Testes A/B · Dashboards
Projeto final · coortes & testes de hipótese · 2026
Só 2,01% de 58.139 clientes de primeira compra voltaram em até 180 dias. Um atraso na primeira entrega leva as notas de 1 a 3 de 18% para 76%, e cinco hipóteses testadas com Holm e poder.
Com atraso na primeira entrega, 75,63% das notas ficam entre 1 e 3, contra 18,17% no prazo, e quem dá nota 1 volta menos: 1,68% contra 2,10%.
Machine learning · 2026
Um modelo que encontra 83% dos clientes prestes a sair de uma rede de academias, um teste de vazamento na coluna suspeita e cinco grupos de clientes com saída de 2,2% a 52,6%.
Dois grupos de clientes concentram 828 das 1.061 saídas: 52,6% de churn no grupo de pouco vínculo contra 2,2% no contrato anual.
Dashboard em Tableau · 2026
Um dashboard no Tableau Public sobre 12.343 registros diários em cinco países, com filtros de data e país movendo as quatro visualizações, e as três ressalvas que mudam a leitura.
A fatia do Japão nos vídeo-dias em alta passa de 10,8% para 17,0% quando a comparação começa onde todos os países têm dados.
Olá!
Sou o Luiz, Analista de Dados no Porto, Portugal, natural de Caruaru, no Agreste de Pernambuco (Brasil). Trabalho com SQL, Python, testes A/B e Tableau, e tenho dez projetos públicos do programa Data Analyst da TripleTen. Antes dos dados, trabalhei com logística e operações num entreposto de produtos para uma rede de supermercados e joguei basquete em nível semiprofissional. As duas coisas me ensinaram o instinto que uso até hoje: ler o jogo, identificar o padrão e ajudar o time a decidir.
Esse instinto encontrou uma base técnica cedo. O técnico em Desenvolvimento de Sistemas em Caruaru me deu lógica e banco de dados antes de eu saber o que fazer com eles, e quatro meses estudando em Stratford, Ontário, num programa de intercâmbio escolar transformaram o inglês de sala de aula na fluência que uso no meu cotidiano. Dados foi o passo seguinte natural.
Concluí o programa de Data Analyst da TripleTen, com dez projetos públicos de ponta a ponta, do notebook à produção: SQL, testes A/B, dashboards e um projeto final sobre recompra de clientes, cada um respondendo a uma pergunta real de negócio. Python faz parte do meu dia a dia, e Excel e Power BI são o meu próximo passo, em estudo próprio. Claude e Claude Code entram nesse fluxo todos os dias dando suporte e acelerando o processo, o caminho mais rápido que encontrei da pergunta à análise entregue. As análises e as respostas vêm sempre das minhas próprias conclusões.
Escola Técnica Estadual Ministro Fernando Lyra · Caruaru, PE
Ensino médio integrado ao técnico (2017–2019, 5.400 horas): lógica de programação, banco de dados, desenvolvimento web, desktop e mobile — a base que levei depois para os dados.
Emitido em 06/05/2020 · Nº SISTEC 52674/71988122CM
Intercâmbio de estudos · Stratford, Ontário, Canadá
Quatro meses morando e estudando no Canadá, em inglês o tempo todo, fev–jun 2019: não inglês de sala de aula, mas conversa do dia a dia, trabalho em equipe e ambiente profissional.
Emitido em 14/06/2019
TripleTen · dez/2025 – jul/2026
Catorze módulos e 465–470 horas, cada projeto aprovado por um revisor da TripleTen: SQL com CTEs e window functions, Python para EDA, testes de hipótese (testes t, Mann-Whitney, qui-quadrado e testes z com correções de Bonferroni e Holm), coortes e unit economics, funis e testes A/B, dashboards em Tableau, machine learning com scikit-learn e um projeto final sobre recompra de clientes. Todos os projetos estão públicos no GitHub.
Emitido em 14/10/2026 · Nº 202603DAPT001476
Da ideia ao insight. Dados limpos e organizados, prontos para uma apresentação clara e decisões melhores.
Pandas · Insight de negócio · Relatório
Tableau · Streamlit · Plotly
SciPy · Estatística não paramétrica · Priorização
Diagnóstico rápido · Recomendação · Automação
Manipulação e análise de dados
Pandas, NumPy e SQL são minhas ferramentas de base: limpar, cruzar e consultar dados de qualquer tamanho, transformando informação bruta em algo pronto para analisar.
Limpeza e apresentação interativa
Pego dados bagunçados e desorganizados e os torno confiáveis, depois transformo o resultado em dashboards interativos que qualquer pessoa consegue explorar e entender.
Claude & Copilot, depois do trabalho feito
A análise, o código e as conclusões são meus. Depois de terminar, uso o Claude e o Copilot como uma segunda leitura: conferir números, apontar erros e tirar dúvidas de sintaxe. Quando a sugestão faz sentido, corrijo e explico a mudança.
Fluência aplicada ao trabalho
Escrevo documentação, apresento resultados e converso com clientes em inglês sem fricção. A fluência que trouxe do intercâmbio no Canadá virou ferramenta do dia a dia, não lembrança de viagem.
seaborn & matplotlib
Boxplots, distribuições e gráficos de comparação nas sprints 6 a 14: os plots que carregaram cada achado, das vendas por plataforma às corridas sob mau tempo.
Dashboards no Tableau Public
Sprint 12: um dashboard publicado com quatro visualizações, filtros de data e país aplicados a todas as planilhas, cálculos de percentual do total conferidos em pandas e as ressalvas dos dados escritas no próprio painel. Sprint 14: um dashboard de recompra com filtros de mês, estado, nota e entrega, lendo os mesmos números do notebook.
scikit-learn
Sprint 13: regressão logística e floresta aleatória comparadas com uma linha de base, divisão estratificada, precisão e sensibilidade além da acurácia, um teste de vazamento retirando a coluna suspeita e K-Means com dendrograma e silhueta para segmentar 4.000 clientes.
SciPy
Testes t de Welch e Student, Mann-Whitney em receita assimétrica, checagem de variâncias antes de cada teste e um z-test de proporções escrito à mão, com correção de Bonferroni sobre 20 testes. Na sprint 14, qui-quadrado antes dos testes z dois a dois, correção de Holm, intervalos de 95% e a menor diferença que cada teste consegue ver com 80% de poder, para ler um "não há diferença" junto com o poder do teste. Sprints 6, 7, 9, 11 e 14, cada escolha justificada no notebook.
Decomposição & coortes
Sprint 14: a pergunta de negócio dividida em cinco hipóteses e seus KPIs antes de tocar nos dados, uma coorte em que todo cliente teve os mesmos 180 dias para voltar e os resultados principais refeitos com janelas de 90 e 365 dias.
BeautifulSoup & requests
Raspei os registros de clima de Chicago de uma tabela HTML e cruzei com as corridas por timestamp para o teste de hipótese da Zuber na sprint 7.
Portfólio versionado
Cada sprint vive no seu próprio repositório público, e este site sai de um pipeline ligado ao Git: branch, preview, merge, produção.
Estudo próprio · próximo passo
Dashboards de negócio e DAX são o meu próximo passo depois da TripleTen. Este cartão se preenche quando o primeiro relatório real estiver pronto.
PostgreSQL
Sprint 14: CTEs que agregam cada tabela antes do JOIN, window functions (RANK e SUM OVER) para rankings e participações, e checagens de integridade com LEFT JOIN … IS NULL num banco de livros com cinco tabelas, construindo sobre o trabalho em PostgreSQL da sprint 7.
Estudo próprio · próximo passo
Tabelas dinâmicas, PROCV e fluxos de análise para os times que vivem em planilhas. Próximo da minha lista de estudo próprio.
CAR
formato da apresentação final
Todo projeto termina numa recomendação que alguém sem formação em estatística consegue aplicar. Na sprint 14 a entrega foi uma apresentação no formato CAR (contexto, ação, resultado) e um dashboard que lê os mesmos números do notebook.
7
pontos do revisor, todos respondidos
Cada projeto passou por um revisor da TripleTen antes de ser aprovado. Na sprint 14 o revisor deixou sete pontos sobre o plano de análise, e o notebook registra o que fiz com cada um e onde.
~19
clientes a mais: o tamanho do efeito
Mostro o tamanho de um efeito, não só se ele passa num teste. Na sprint 14 o atraso na entrega foi significativo, mas vale cerca de 19 clientes a mais voltando, e a recomendação diz isso.
14
módulos concluídos
Pesquiso um método antes de usar e escrevo por que o escolhi: poder do teste, correção de Holm, janelas de coorte. Catorze módulos concluídos, e todo projeto está público.
Basquete
semiprofissional, depois o entreposto
O basquete semiprofissional e a operação num entreposto me ensinaram a ler uma situação rápido, cumprir o meu papel e ajudar o time a decidir.
3
ressalvas que ninguém pediu
Questiono o dado antes de confiar nele. Na sprint 12 encontrei três ressalvas que ninguém pediu: a métrica contava vídeo-dias e não vídeos, o Japão tinha uma janela de coleta menor e oito dias não tinham dado nenhum. Na sprint 14 encontrei um segundo teste A/B rodando com os mesmos usuários.
2
mudanças para o grupo B
Quando a pergunta é ambígua, eu a fecho antes de responder. "Semana passada" sem data de referência virou uma janela declarada na sprint 12, e na sprint 14 registrei que o enunciado citava duas mudanças diferentes para o grupo B antes de olhar qualquer resultado.
+1
notebook de validação opcional
Na sprint 12 acrescentei um notebook de validação opcional, que conferiu cada número do dashboard em pandas, e o revisor o chamou de a melhor parte do pacote. Na sprint 14 fiz os testes de robustez que o revisor só tinha sugerido.
Contato
Tem um projeto, ou precisa de um segundo par de olhos nos seus dados? Preencha o formulário e eu respondo.
Demais zonas de Portugal: aberto a entrevistas e a conversar.