Skip to content
View lbhoffnung's full-sized avatar
  • Brazil

Block or report lbhoffnung

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
lbhoffnung/README.md

Lucas H Bernardo · Hoffnung

Economist · Data Scientist

Using data to understand how economies behave.


🔬 Macro-econometrics · Monetary & Fiscal Policy
Causal Inference · Time Series · Emerging Economies


LinkedIn Outlook


🧠 Stack

💻 Languages
📊 Data & BI
🤖 Data Science & ML
📐 Quantitative Methods
🚀 Deploy & Tools

🔬 Portfolio

Econometria, causal ML e forecasting aplicados ao Brasil, em três repositórios.
Cada projeto tem pergunta original, dado difícil, método de fronteira e conclusão honesta.

📈 economic-sciences-lab — econometria aplicada ao Brasil

  • O Custo da Caneta — o tom das atas do Copom move a expectativa de inflação? Event study em 80 reuniões (NLP-PT + Focus): o efeito é pequeno e indistinguível de zero — a "caneta" move menos do que o senso comum supõe.
  • Nowcasting do PIB — um bridge com energia (ONS) + IBC-Br empata com o consenso Focus (RMSE 0,81 vs 0,83) e cravou o PIB de 2026T2 semanas antes do IBGE.

🤖 data-science-lab — ML a serviço da inferência

  • Double/Debiased ML — no clássico Lalonde, o DML remove ~80% do viés observacional mas não recupera o experimento: a identificação vem do desenho, não do algoritmo.
  • Forecasting hierárquico (M5) — benchmark honesto: um AutoETS bem ajustado bate tudo, e a reconciliação MinT ajuda pouco. O clássico vence.

📊 data-analysis-lab — dado que vira decisão

  • Seu A/B test está mentindo (SUTVA) — em marketplaces, o A/B individual superestima o efeito em 4,5×; cluster randomization corrige. Termina em um memo de uma página.
  • 100 anos de inflação — série mensal citável 1980–2026; a detecção de quebras (Bai-Perron) redescobre os planos econômicos sozinha.

🛡️ SciAudit — ferramenta open source

  • Linter de integridade científica para Python e Jupyter. Enquanto Pylint checa se o código é bonito, o SciAudit checa se ele é honesto: detecta data leakage, exige sementes determinísticas e alerta sobre armadilhas metodológicas. Zero dependências, e audita o próprio repositório a cada commit.

linkedin logo instagram logo microsoft-outlook logo

The economy serves as the vital pulse of society, mathematics provides the cosmic vernacular,
data science offers the penetrating gaze, and artificial intelligence assumes the role of master builder of the future;
in concert, they create the grand narrative of human progress.



sapere aude.



Pinned Loading

  1. data-science-lab data-science-lab Public

    ML a serviço da inferência — Double/Debiased ML para efeitos heterogêneos e forecasting hierárquico com reconciliação MinT no dataset M5.

    Jupyter Notebook

  2. economic-sciences-lab economic-sciences-lab Public

    Econometria aplicada ao Brasil — efeito causal da comunicação do Copom sobre expectativas de inflação e nowcasting do PIB com dados públicos (BCB, IBGE, ONS).

    Jupyter Notebook

  3. SciAudit SciAudit Public

    Linter de integridade científica para Python e Jupyter: detecta data leakage, falta de reprodutibilidade e armadilhas metodológicas. Zero dependências.

    Python 8

  4. data-analysis-lab data-analysis-lab Public

    Dado que vira decisão — viés de interferência (SUTVA) em A/B tests de marketplace e 100 anos de inflação brasileira em um CSV citável.

    Jupyter Notebook