About this project
it-programming / data-science-1
Open
Estamos buscando um profissional altamente qualificado e experiente em tratamento de dados para um projeto de processamento e padronização de informações. O trabalho envolve a manipulação de dados públicos fornecidos em formatos Excel e PDF, sem a utilização de web scraping. O objetivo principal é transformar dados brutos em um formato limpo, consistente e utilizável.
As principais responsabilidades incluem:
* Extração e consolidação de informações de diversos arquivos oficiais (Excel e PDF).
* Realização de limpeza profunda e padronização dos dados, garantindo a integridade e a qualidade.
* Unificação e deduplicação de registros, eliminando entradas duplicadas e mesclando informações relevantes.
* Padronização de campos críticos como nomes, endereços, telefones e outros dados textuais.
* Entrega final de um arquivo CSV estruturado e formatado conforme as especificações fornecidas.
É Fundamental que o profissional possua experiência comprovada nas seguintes áreas:
* Manipulação avançada de dados utilizando Python (com foco na biblioteca Pandas) ou Excel/VBA.
* Aplicação de expressões regulares (Regex) para extração e validação de padrões de texto.
* Técnicas de tratamento e normalização de textos para garantir consistência.
* Experiência em consolidação e deduplicação de registros em grandes volumes de dados.
Category IT & Programming
Subcategory Data Science
Project size Medium
Delivery term: Not specified
Skills needed