Minha carreira sempre foi movida pelo desenvolvimento. Comecei como química, desenvolvendo novas matérias-primas, e hoje continuo essa jornada na tecnologia, trocando os componentes físicos pelo código e os produtos físicos pelo software.
A essência do meu trabalho permanece a mesma: uma análise criteriosa para otimizar sistemas e resolver problemas complexos.
- 🔭 Foco Atual: Desenvolvimento, Engenharia de Dados, Python, SQL, Cloud Architectures (Azure & GCP ).
- 🌱 Aprendizado Contínuo: Aprofundando em pipelines de ETL, Data Warehousing e MLOps.
- 📫 Como me encontrar:
- LinkedIn: linkedin.com/in/alessandracruz
- Email: alecruz@alessandracruz.com.br
Atualmente, estou à frente da Brava, uma iniciativa open source que fundei para "desenvolver" uma solução para uma falha de sistema no mercado de trabalho.
- 🎯 A Missão: Criar uma ponte direta para conectar talentos femininos a gestores de vagas, quebrando as barreiras e os filtros que hoje invisibilizam profissionais incríveis.
- 🔗 Repositório da Organização: github.com/brava-io
- STATUS: Em desenvolvimento. Contribuições e ideias são bem-vindas!
- Construção de um pipeline de dados no Azure para analisar tendências do Airbnb no Rio de Janeiro. O projeto utiliza Python, Terraform e Blob Storage para estruturar dados em camadas (Raw, Bronze, Silver, Gold) e extrair insights sobre preços, avaliações e sazonalidade. O trabalho envolveu práticas de engenharia de dados, integração com a nuvem e criação de visualizações informativas no Power BI.
- Link para o Projeto
- Desenvolvimento em equipe de um sistema no Databricks para monitorar avanços no campo da genômica. Dados extraídos da NewsAPI são processados em batches e simulados em um sistema Kafka (Producer/Consumer). O projeto combina Python com mensageria e persistência de dados, garantindo análise e consulta eficiente.
- Link para o Projeto
- Transformação de dados do Airbnb Rio usando Python e frameworks modernos como dbt e Great Expectations. O projeto carregou dados em um banco PostgreSQL, estruturando-os em camadas (bronze, silver, gold) para gerar insights de negócio. Focado em boas práticas de modelagem de dados e validação automatizada, o trabalho integrou pipelines para análises confiáveis.
- Link para o Projeto
