Bruno Raphaell's Projects
Pipelines para Airflow
Repositório para o primeiro challenge de data science na Alura, mostrando o pipeline de tratamento, análise gráfica e construção de modelos de machine learning.
Realizando uma análise exploratória dos dados (EDA) do meu Spotify utilizando o Pyspark.
O projeto foi desenvolvido com o propósito de apresentá-lo à comunidade do Discord da Alura. A sua principal finalidade consistiu em criar um bot no Telegram com a capacidade de utilizar o modelo Whisper da API da OpenAI para transcrever áudios enviados ao bot no Telegram. No README há um passo a passo para reproduzir o projeto.
Repository with sample code and instructions for "Continuous Intelligence" and "Continuous Delivery for Machine Learning: CD4ML" workshops
Challenge de Data Science que desenvolvemos para Alura. Nesse projeto utilizamos PySpark para análise, tratamento e manipulação de dados, além da criação de um modelo de Machine Learning.
Em uma jornada de 4 semanas, você passará por todo o processo de construção de um modelo de machine learning, desde a análise exploratória até o deploy do modelo. Neste projeto, temos a oportunidade de desvendar insights valiosos e elevar as habilidades em análise de dados e machine learning.
AI Functions: utilize modelos LLMs com DBSQL
Repo para os arquivos do segundo curso de Keras na Alura
Projeto desenvolvido para predição do preço de imóveis no Rio de Janeiro utilizando o mlflow para gerenciamento do clico de vida do modelo.
Tratamento dos dados, análise gráficas e desenvolvimento de modelos de regressão de machine learning para previsão do preço de imóveis residenciais no Rio de Janeiro.