Análise de dados | SQL · Python · Power BI — e também desenvolvo APIs e aplicações web.
Gosto de partir de uma pergunta e chegar a uma resposta com dados: coletar, organizar, analisar e mostrar o resultado de um jeito que outra pessoa consiga usar. Estou construindo meu portfólio com projetos práticos, e muitos deles nasceram de coisas que eu mesmo queria resolver, quase sempre ligadas a futebol.
Bolao — Durante o Brasileirão de 2025 organizei um bolão entre amigos em uma planilha do Google. Palpites, pontuação e ranking por rodada deram trabalho, então transformei o processo em um sistema: ligas privadas, palpites, pontuação automática, rankings, controle de cobrança e notificações push. Python (FastAPI) e Next.js.
google-analytics-project — Automação que extrai relatórios do Google Analytics 4 para Excel, valida e remove duplicidades nos dados e aciona um fluxo do Power Automate Desktop. Python, pandas e openpyxl.
Estudo-de-Caso-bellabeat — Estudo de caso final do curso Google Data Analytics: como as pessoas usam dispositivos Fitbit e que recomendações de marketing isso sugere para a Bellabeat. Usa dados públicos do Kaggle.
Desafio-Final-PowerBI — Relatório de vendas com 6 páginas (visão geral, detalhes, TOP N e outliers, clusters), feito como projeto final de um curso da DIO.
scrapping-brasileirao-sofascore — Coleta das estatísticas individuais dos jogadores do Brasileirão Série A 2026 e consolidação em um CSV. Python.
minimal-API-veiculos — API de cadastro de veículos com login, perfis de acesso e testes. C#/.NET 9.
- analise-bordero-fluminense: quero entender como preço, contexto da partida e público se relacionam com a receita de bilheteria do Fluminense, usando os borderôs públicos do clube. Hoje o projeto está em planejamento: a modelagem do banco e o dicionário de dados estão prontos, e a coleta e as análises vêm a seguir.
- football-position-clustering: uma ideia que ainda vou desenvolver. Usar k-means para descobrir quais atributos definem cada posição no futebol.
Formado em Ciência da Computação pela UFRJ (conclusão em abril de 2026).
Meu TCC, aprovado em 2 de março de 2026, foi o Jogo da Onça (Python/Pygame, com IA usando Minimax e poda Alfa-Beta), sob orientação do Prof. João Carlos Pereira da Silva. O trabalho se chama Avaliações de Estratégias para o Algoritmo Minimax no Jogo da Onça e foi desenvolvido em coautoria com o Carlos Eduardo, @Dudu300599: o código é de nós dois e o repositório está na conta dele: Dudu300599/Trabalho-Final.
- Dados e BI: SQL, Python (pandas), Power BI, Excel
- Desenvolvimento: Python (FastAPI, SQLAlchemy), TypeScript (Next.js, React), C# (.NET, Entity Framework Core)
- Bancos de dados: MySQL e SQLite
- LinkedIn: Willian Gomes
- E-mail: wr503447@gmail.com



