Author

Mariana Fontanezi
RSS
Customer Advisory, SAS

Mariana Fontanezi é graduada em Estatística pela Escola Nacional de Ciências Estatísticas e pós graduada em Engenharia de Produção pela Universidade Federal Fluminense. É Customer Advisory na área de Analytics no SAS, com foco nas principais soluções para planejamento de demanda, técnicas de otimização, técnicas de pricing nas industrias: varejo, manufatura, energia, telecom e outras. É especialista em técnicas de séries temporais utilizando os principais softwares de mercado como: SAS Forecast Server, SAS Visual Forecasting, SAS Econometric and Time Series (ETS), SAS Forecast Analyst Workbench, R. Possui conhecimento em análise de dados e técnicas de Data Mining com experiência e visão em diferentes áreas de negócio.

Advanced Analytics | Analytics | Data Management
Mariana Fontanezi 0
Os desafios da era do Big Data e do analytics nas empresas de manufatura

Mais do que qualquer outra indústria, a manufatura impulsiona a saúde econômica de um país ou de uma região. Segundo estudos de mercado, o segmento de manufatura irá representar cerca de 25% da atividade econômica até 2025. Espera-se que o setor industrial assuma um crescimento de dois dígitos e sua

Advanced Analytics | Analytics | Artificial Intelligence | Data Management | Machine Learning | Programming Tips
Mariana Fontanezi 0
SAS para Ciência de Dados? Sim!

A evolução do analytics e da ciência de dados gera constantes atualizações e transformações nas plataformas de análises. Este artigo tem o propósito de apresentar como o SAS tem acompanhado essa evolução. Ambiente Integrado: uma única plataforma, diversas tarefas O SAS oferece recursos que permitem acessar, explorar, transformar, analisar e

Advanced Analytics | Analytics | Data Visualization | Programming Tips
Mariana Fontanezi 0
Time Series Modeling: R & SAS

Como integrar modelos hierárquicos de séries temporais desenvolvidos em R ao SAS Visual Forecasting analisando as diferentes estratégias? O objetivo deste artigo é apresentar como podemos executar modelos de séries temporais, que foram desenvolvidos no R, no SAS Visual Forecasting, podendo, assim, paralelizar e acelerar o processamento do código R.