Descrição dos Projetos e Cases
Projeto: 📉 A Metodologia xGD/90 & xGA: O Guia para Decodificar a Performance de Ataque vs. Defesa de Forma Equilibrada
Este projeto consistiu em uma Análise Estatística Avançada para mapear o desempenho e a tendência de rebaixamento dos times no Campeonato Brasileiro Betano 2025 (Rodadas 29, 30 e 38). Através do método ETL (Extract, Transform, Load), os dados de desempenho foram extraídos por Web Scraping em R da plataforma FBref e processados em Power Query/Power BI (utilizando R Studio e Power BI). O objetivo central foi comparar a posição dos times no gráfico xGD/90 vs. xGA, identificando o Quadrante de Maior Perigo (Inferior-Esquerdo). O resultado final é uma análise comparativa (R29, R30, R38) que detalha a Estabilidade no Risco e a Performance de Escape das equipes, revelando os rebaixamentos por Ineficiência Estatística (Sport, Juventude), por Falta de Pontos (Ceará, Fortaleza) e as anomalias de alta performance/alto risco (Internacional, Grêmio), oferecendo uma análise precisa e estruturada do risco técnico versus o rebaixamento real.
Projeto: Decifrando o Ataque: O Que os Números Revelam - Utilizando Web Scraping 🏐👧
Este projeto analisou o desempenho de atacantes no Mundial de Vôlei Feminino 2025 através do Web Scraping de dados da plataforma Volleyballworld. A ferramenta coletou estatísticas de jogadoras com mais de 170 tentativas de ataque, filtrando-as por seu desempenho para identificar as melhores atacantes. Utilizando as bibliotecas (BeautifulSoup e Pandas em Python, os dados brutos foram extraídos e transformados em um ranking com métricas como % de Sucesso, % de Erros e % de Tentativas. O resultado final é um arquivo CSV (melhores_atletas.csv), que oferece uma análise precisa e estruturada do desempenho ofensivo das atletas.
Projeto:💡 Chega de treinar no escuro!
Este projeto desenvolveu uma calculadora de zonas de treinamento de corrida que utiliza a Velocidade Aeróbica Máxima (VAM) para criar guias de treino personalizados. A ferramenta garante a confiabilidade dos dados através do uso do tratamento de erros em Python (try/except). Essa abordagem protege a entrada de dados do usuário contra valores não numéricos (ValueError), assegurando que apenas informações válidas sejam usadas para os cálculos. O resultado é um guia de treinamento preciso e individualizado.
Projeto:💪Deixando o Treino de Força Cientificamente Seguro com Python🏋️
Este projeto desenvolveu uma ferramenta interativa para estimar a carga de 1 Repetição Máxima (1RM) de um indivíduo, utilizando a fórmula validada por Munaro (2002). A calculadora garante segurança e validade científica ao aplicar o tratamento de erros (try/except) do Python para impor a Regra de Ouro do teste: o cálculo só é executado se as repetições forem menor ou igual a 20. Isso previne resultados imprecisos e erros de digitação, transformando a regra de validade científica em uma regra de programação obrigatória.
Projeto: Análise do Perfil dos Atletas do Campeonato Mundial de Handebol Masculino 2025
Este projeto analisou dados de atletas de handebol para criar um perfil detalhado de cada posição. Descobrimos que o físico influencia o jogo e que a eficiência nos arremessos varia bastante entre as posições e tipos de jogada (7 metros vs. jogo normal). A ideia é usar esses insights para otimizar treinamentos e estratégias de jogo.
Projeto: Análise do 26º Campeonato Mundial de Handebol Feminino
Este trabalho detalha a análise do desempenho das goleiras no 26º Campeonato Mundial Feminino. A eficiência geral das goleiras no torneio está em 32,43%, indicando a média de desempenho. As métricas de “Eficiência (%)” e “Defesas” focam no desempenho individual dessas atletas, e a coluna “Principal” serve para identificar as goleiras que foram titulares ou tiveram maior tempo de jogo.