Pular para o conteúdo
FB

Felipe Alirio Baruja

BarujaFe

Estatística e Ciência de Dados • USP/ICMC

BarujaFe

Dados imperfeitos, decisões claras.

Da planilha bagunçada ao diagnóstico auditável. Qualidade de dados, analytics engineering e produtos que a operação realmente usa.

Disponível para estágio em Dados, Analytics Engineering ou Produto de Dados · São Carlos/SP ou remoto
Ver DataFlow →
GitHub ↗LinkedIn ↗Baixar CV

USP

Estatística e Ciência de Dados • ICMC

82

DataFlow Health Score

🥈

Medalha de Prata — OBT 2024

Portrait of Felipe Alirio Baruja
Disponível para estágio

Provas rápidas de maturidade

Em poucos segundos: formação, projeto principal, produção real e raciocínio técnico.

Estatística e Ciência de Dados · USP/ICMC

Formação em inferência, probabilidade, programação, bases de dados e ciência de dados aplicada. Fundamento matemático para análise confiável.

DataFlow · Health Score 82/100

Projeto âncora: profiling, validação, auditoria, evidência estatística, masking LGPD-aware e relatório executivo.

Produtos em produção real

Maestro: 120+ alunos, 5+ meses. LançaEnsaio: app mobile no lugar de fichas. OpsLedger: reconciliação de e-commerce.

Medalha de Prata · OBT 2024

Raciocínio lógico, algoritmos e resolução estruturada de problemas.

PROJETO ÂNCORA · DATA QUALITY · RESPONSIBLE ANALYTICS

DataFlow

Do CSV imperfeito ao diagnóstico executivo confiável.

Toda análise começa antes do notebook. O DataFlow transforma dados tabulares em diagnóstico executivo: Health Score explicável, Issues Register, evidência estatística com limites declarados, masking LGPD-aware e PDF para decisão — antes de qualquer modelo ou dashboard.

0Bom

0

Registros demo

0

Colunas mapeadas

0

Registros válidos

0.4%

Taxa de aprovação

Ver case study completoAbrir demoGitHub
DataFlow executive briefing dashboard with Health Score and LGPD-aware analytics
LGPD-awareHealth Score 82Executive PDF

Antes vs Depois

Antes

  • → CSV baixado, ninguém sabe o que cada coluna significa
  • → Campos vazios, tipos misturados, duplicatas invisíveis
  • → Dados sensíveis expostos sem masking
  • → Decisão tomada sem saber se a base é confiável

Depois (DataFlow)

  • → Health Score explica exatamente o nível de confiança
  • → Issues Register com severidade e ação sugerida
  • → LGPD-aware masking automático
  • → PDF executivo pronto para apresentação

Pipeline Analítico

01

CSV bruto

Entrada tabular inicial.

02

Profiling

Detecta nulos, tipos, duplicatas e padrões.

03

Limpeza

Aplica regras auditáveis, sem transformação silenciosa.

04

Health Score

Resume a confiabilidade da base em uma métrica explicável.

05

Evidence Center

Executa evidências estatísticas com cuidado contra falso positivo.

06

LGPD Masking

Protege dados sensíveis antes de exportar.

07

PDF Executivo

Entrega síntese legível para decisão.

Diferenciais

Health Score explicável (82/100)
Quality Issues Register com severidade e ação
Evidence Center com correção de Bonferroni
LGPD-aware masking + PDF executivo

Stack

Next.jsReactTypeScriptTailwind CSSPythonFastAPIPandasSciPyRechartsTanStack Table
Sobre

Minha história com dados começa em operações reais — não em um laboratório acadêmico.

Ato 1 — A dor. Trabalhando com operações e e-commerce na Disk Água Brunetti, eu via decisões sendo tomadas com base em planilhas inconsistentes, formulários sem padrão e conferências manuais que consumiam tempo. O problema não era falta de dados — era dados não confiáveis.

Ato 2 — A resposta técnica. Comecei construindo pequenas automações: scripts para conciliar pedidos, planilhas para organizar estoque, relatórios que sintetizavam o atendimento. Descobri que meu lugar é na camada que antecede a análise — onde o dado bruto vira insumo confiável.

Ato 3 — A ambição acadêmica. Ingressei na USP/ICMC em Estatística e Ciência de Dados para formalizar essa intuição. Hoje, cada projeto combina a responsabilidade operacional que aprendi nos negócios com o rigor estatístico que a universidade me dá.

Meu método de trabalho com dados

Meus princípios de trabalho com dados

Problema real antes da interface

Antes de abrir o editor, entendo fluxo, usuário, origem do dado e decisão a ser tomada. Ex: no DataFlow, o problema não era desenhar gráfico — era diagnosticar a saúde da base antes de qualquer visualização.

Dados confiáveis como infraestrutura

Qualidade de dados não é detalhe. O Health Score 82 do DataFlow existe para mostrar o quanto a base pode ser confiável antes da análise. Sem validação, qualquer dashboard vira risco.

Estatística com responsabilidade

Inferência não é botão mágico. No StatLab, uso correção de Bonferroni e cálculo amostral para evitar falsos positivos. No DataFlow, as conclusões estatísticas vêm com limites metodológicos explícitos.

Produto, não só código

Cada projeto precisa comunicar valor e ter fluxo claro. O Maestro não é só um app — é uma ferramenta que professores de música usam todo dia há 5 meses. Isso exige pensar em experiência, não só em dados.

Projetos Selecionados

Principais produtos e soluções de dados

Uma seleção de produtos de dados e automações construídos para operação real e tomadas de decisão estruturadas.

Data product · Record linkage · FinOps
Deployed

ReconcileIQ

Motor de matching exact/fuzzy com confidence score e exception inbox — complementar ao OpsLedger.

Enquanto o OpsLedger fecha a operação (pedidos × pagamentos × estoque), o ReconcileIQ aprofunda a camada de matching: cruza pedidos, pagamentos e taxas com join exato, candidatos fuzzy, score de confiança, anomalias de taxa e uma fila de exceções priorizada por impacto financeiro.

  • Exact join + fuzzy candidates (nome/ref/valor)
  • Confidence score explicável com penalidades
  • Exception inbox priorizada por severidade/impacto
  • Diff viewer lado a lado + audit trail
  • Complementar ao OpsLedger (não clone)
Next.jsReactTypeScriptPythonFastAPIPandasRapidFuzz
Abrir demoGitHub
ReconcileIQ
Produto em produção · gestão pedagógica
Em produção • 5+ meses

Maestro

120+ alunos, cadernos manuais e zero visão centralizada. O app que organizou a escola.

No GEM, matrículas, aulas e presenças viviam em papel e planilhas. O Maestro centraliza tudo em Supabase com app mobile: múltiplos professores usam há 5+ meses, e os relatórios pedagógicos saem sem consolidação manual. Há demo web para testar o fluxo.

  • 120+ alunos · múltiplos professores · 5+ meses em uso
  • Substituiu cadernos por app sincronizado
  • Relatórios pedagógicos automatizados
  • Demo web disponível no navegador
JavaScriptReact NativeExpoSupabasePostgreSQL
Abrir demoGitHub
Maestro
Automação operacional · dados padronizados
Em produção

LançaEnsaio

Fichas de papel que se perdiam. App que padroniza e envia ensaio em tempo real.

Escalas, presenças e observações chegavam tarde — ou não chegavam. O LançaEnsaio guia o lançamento no mobile, valida campos obrigatórios e grava no Google Sheets via Edge Functions. Rastreável, sem papel. Demo web testável no navegador.

  • Substituiu fichas físicas que atrasavam a operação
  • Fluxo guiado com conferência antes do envio
  • Google Sheets em tempo real via Edge Functions
  • Demo web sem backend obrigatório
TypeScriptReact NativeExpoSupabaseGoogle Sheets
Abrir demoGitHub
LançaEnsaio
Estatística aplicada · experimentação
Deployed

StatLab Experiments

Testar hipóteses — e saber quando não confiar no resultado.

Ambiente de estudo para inferência na prática: tamanho amostral, Z-test com Bonferroni e classificação Winner / Inconclusive / Weak Effect. Não é plataforma de produção — é para aprender risco estatístico e comunicar limites.

  • Tamanho amostral e poder estatístico
  • Z-test com correção de Bonferroni
  • Motor: Winner, Inconclusive, Weak Effect
  • Simulação, não produção
TypeScriptNext.jsPythonFastAPISciPystatsmodels
Abrir demoGitHub
StatLab Experiments
Inferência causal e analytics responsável
Deployed

CausalForge

A intervenção gerou impacto — ou só pareceu? Inferência causal com hipóteses, incerteza e limites explícitos.

Laboratório mínimo de inferência causal aplicada: dois casos sintéticos (campanha promocional e coaching de SLA), Diff-in-Diff ou matching básico, checklist de hipóteses e decision memo com caveats. Não promete causalidade automática — rotula evidência como suggestive ou inconclusive sob pressupostos declarados.

  • Dois casos sintéticos controlados (DiD claro vs matching muitas vezes inconclusivo)
  • Checklist de hipóteses antes e depois da estimativa
  • Decision memo com caveats e rótulo SUGGESTIVE / INCONCLUSIVE
  • Responsible analytics: sem overclaim de causalidade automática
TypeScriptNext.jsPythonFastAPIPandasSciPy
Abrir demoGitHub
CausalForge

Laboratório & Experimentos

Projetos complementares incluindo pipelines de transformação, dashboards, side projects e experimentos que mostram amplitude técnica.

Ver todos os projetos e filtros ↗

Skills com prova, não só lista

Evidência de competência em projetos

Cada competência abaixo aponta para um projeto onde ela foi aplicada de forma prática.

Ver matriz completa →
Python / PandasVer DataFlow →

DataFlow — profiling, limpeza e validação

SciPy / statsmodelsVer StatLab →

DataFlow, StatLab, Experiment Decision Log

Qualidade de dadosVer DataFlow →

DataFlow + Auditor BR — score, issues, auditoria

TypeScript / Next.jsVer OpsLedger →

DataFlow, OpsLedger, Metric Contract Studio, este site

React Native / ExpoVer Maestro →

Maestro + LançaEnsaio — apps mobile em produção

SupabaseVer Maestro →

Maestro — banco sincronizado em tempo real

FastAPI / APIsVer DataFlow →

DataFlow + OpsLedger — profiling e reconciliação

Produto e operaçãoVer LançaEnsaio →

Maestro, LançaEnsaio, OpsLedger — operação real

Skills e stack

Habilidades organizadas por área de atuação em dados.

Minha base principal está em estatística e ciência de dados — o restante existe como ferramenta para entregar análises e automações úteis.

Estatística e Ciência de Dados

PythonPandasSQLSciPystatsmodelsEDAInferência EstatísticaTestes A/BVisualização de DadosQualidade de Dados

Analytics e Automação

Google SheetsDashboardsRelatóriosPipelines de ingestãoNormalização de dadosValidação de dadosDocumentaçãoProcessos operacionais

Desenvolvimento como apoio à análise

FastAPINext.jsTypeScriptSQLiteAPIsSupabaseInterfaces internas

Produto e Operação

Product ThinkingRastreabilidadeFluxos operacionaisComunicação com usuárioClareza de decisão
Trajetória

Formação, projetos e experiência aplicada

Uma trajetória ainda em início, mas já guiada por responsabilidade operacional, colaboração e construção de projetos com densidade real.

Formação principal

Bacharelado em Estatística e Ciência de Dados

Universidade de São Paulo (USP) — ICMC

fev 2025 — dez 2028 (previsto)

Formação interdisciplinar que une estatística, matemática, programação, inferência, ciência de dados, bases de dados, visualização e aplicações em problemas reais. Credencial principal do meu posicionamento profissional.

EstatísticaInferênciaProbabilidadeCiência de DadosBases de DadosMachine LearningVisualizaçãoProgramação
Credencial principal

Experiência complementar

Experiência aplicada em operação e dados

Analista de Operações e E-commerce

Disk Água Brunetti | Jan 2024 — Presente

  • Foi aqui que entendi o problema real: dados operacionais bagunçados, decisões tomadas sem visibilidade e processos manuais que consumiam tempo. Comecei automatizando relatórios com Google Sheets e Python.
  • Organizei dados de vendas, cadastro de clientes e processos internos — o mesmo tipo de limpeza e estruturação que hoje considero etapa anterior a qualquer análise.
  • Aprendi que produto de dados não é sobre gráfico bonito: é sobre transformar um processo opaco em algo que qualquer pessoa da operação consegue consultar e confiar.

Participação

sEst — Semana da Estatística USP/UFSCar

Equipe de Financeiro e Infraestrutura

Participação em uma frente que exige organização, contato com parceiros, cotações, coordenação de estrutura e colaboração entre equipes.

Contato

Vamos conversar sobre dados, analytics ou produto?

Busco estágio em dados, analytics engineering ou produto de dados. Se o problema do time é base suja, métrica sem dono ou fechamento operacional no escuro — vamos conversar.