Experiência Profissional

Cientista de Dados Freelancer

Autônomo, Dez 2022 - presente

Desenvolvedor de diversas soluções de ciências de dados para projetos diversos, como: contrução de portfólios de ativos financeiros, engenharia de dados meteorológicos, e análise de dados de áudio.

Tecnologias: Python, Docker, Econometria, Aprendizado de Máquina. Conceitos: Engenharia / Exploração / Análise / Ciência de Dados.

Cientista de Dados em Finanças Quantitaivas

MBOCHIP, Jun 2021 - Nov 2022

Responsável por: analisar a performance de estratégias executadas por clientes; implementar estratégias em Python; manter e aperfeiçoar o simulador da bolsa de valores utilizado para os backtests das estratégias; analisar os resultados das simulações das estratégias; otimizar os hiperparâmetros das estratégias; implementar e testar mudanças nas estratégias.

Trabalhei diretamente com estratégias de execução ótima de grandes ordens como POV, TWAP e VWAP, e lidei tanto com a camada de planejamento destes algoritmos quanto com a camada de execução das ordens na bolsa da valores.

Ao desenvolver estratégias de negociação de alta frequência, tive a oportunidade de lidar diretamente com os protocolos FIX de recebimento de mensagens do market data e gerenciamento de orders da bolsa de valores brasileira, B3.

Desenvolvi pacotes Python de uso geral para resolver problemas específicos enfrentados pelo time. Os pacotes facilitaram e padronizaram processos como: o tratamento de erros em conexões, consultas e inserções em serviços de bases de dados, tanto do tipo SQL como NoSQL; o monitoramento da execução de diferentes aplicativos proprietários com o uso de logging, e o processamento de dados de market data e de dados de negociações no mercado financeiro.

Investi em boas práticas de código limpo, princípios SOLID de arquitetura, e documentação precisa e eficiente - criada com a biblioteca sphinx e suas extensões - tanto dos aplicativos em si quanto do processo de desenvolvimento dos aplicativos.

Realizei processos para melhorar a performance da execução de aplicativos Python, como: profiling de processamento com a biblioteca line_profiler; vetorização de cálculos e computações com a biblioteca numpy; compilação de módulos para a linguagem C com o uso da biblioteca cython; e execução paralela de processos com o uso das bibliotecas threading e multiprocessing.

Tecnologias: Python, Docker, PostgreSQL, MongoDB, ElasticSearch, Git e GitLab, Computação em Nuvem (AWS). Conceitos: Big Data, Negociação de Alta Frequência, Microestrutura de Mercado, Execução Ótima, Backtesting, Computação em Nuvem, CI/CD, Engenharia de Software.

Agente Autônomo de Investimentos

Argentum Investimentos, Set 2018 - Out 2019

Assessoria de Investimentos em escritório credenciado da XP Investimentos. Dentre as tarefas realizadas estavam prospecção de clientes, criação de carteiras de investimento personalizadas, acompanhamento de performance de carteiras de investimento, análise das demandas dos clientes, e monitoramento das oportunidades de investimento disponíveis no mercado.

Estudei as diferentes classes de ativos do mercado financeiro brasileiro, como títulos de renda fixa, ações e seus derivativos, fundos de investimento, fundos de previdência e fundos imobiliários.

Montei carteiras de investimento considerando as diferentes tributações de ativos financeiros, como as tributações de renda variável, de títulos de renda fixa, de fundos de investimento, e as diferentes tributações para fundos de previdência.

Assessorei investidores de diferentes classificações de suitability , como investidores qualificados e de varejo.

Considerei sempre as demandas específicas de cada cliente ao sugerir carteiras, como a necessidade de liquidez, as preferências de risco, as especificidades da dinâmica da renda e dos gastos pessoais do cliente, e os objetivos pessoais de curto, médio e longo prazo do cliente em relação ao seu patrimômio.

Conceitos: Mercado Financeiro, Sistema Financeiro Nacional, Assessoria.

Analista Macroeconômico

Equilíbrio AES, Jan 2017 - Dez 2017

Gerente do projeto ‘Relatório de Conjuntura’, relatório trimestral onde as principais variáveis macroeconômicas do Brasil (e mundiais mais relevantes para o paísl) eram analisadas. O relatório continha exposição do estado da economia, interpretação da dinãmica macroeconômica e previsão das variáveis macroeconômicas. Métodos de modelagem estatística e macroeconômica eram utilizados para a interpretação e previsão das variáveis analisadas. O principal trabalho realizado durante o período foi a automatização do processo de coleta, análise e previsão de dados por meio da criação de aplicativo de ciência de dados.

Diversas variáveis macroeconômicas brasileiras eram consideradas, como PIB, inflação, desemprego e balança comercial. Também eram consideradas variáveis macroeconômicas internacionais, como o PIB dos principais parceiros comerciais do Brasil e a taxa de juros externa.

O relatório, no começo do ano em que contribuí como Analista, tinha caráter jornalístico, onde os dados eram coletados e apresentados, mas não eram interpretados ou utilizados para previsões. A primeira grande mudança foi no sentido de realizar previsões utilizando modelos econométricos, e então foi adotado o modelo de Vetores Autoregressivos (VAR) para séries temporais n-dimensionais. O modelo era estimado e as previsões eram relizadas com a utilização do software estatístico Gretl.

Ao longo do ano foi realizado o trabalho de automatização do processo de coleta, limpeza e processamento de dados com o uso da linguagem de programação Python. O objetivo da automatização da análise de dados era, além de aumentar a eficiência do time, criar a estrutura necessária para a utilização de modelos macroeconômicos para a análise dos dados. Com a mudança seria possível realizar também a interpretação da dinâmica macroeconômica. Concomitantemente ao desenvolvimento do aplicativo de análise de dados foram realizados estudos de modelos macroeconômicos de Ciclos Reais de Negócios (RBC), com o objetivo de usá-los na interpretação e na previsão das variáveis macroeconômicas.

Tecnologias: Python. Conceitos: Econometria, Ciência de Dados.