Translating complex data into structured
and scalable architectures.

Brecha de Género
north_eastAnálisis de datos de la ENOE para estudiar la desigualdad salarial en mujeres en etapa de menopausia. Proceso de recolección, limpieza con Pandas y winsorización de datos, desplegando un dashboard interactivo en Streamlit.

Predictive Churn Model
north_eastDesarrollo y entrenamiento de modelos predictivos supervisados basados en árboles de decisión (XGBoost) para la detección temprana de anomalías y tasas de abandono de usuarios.

Nexus Container Cluster
north_eastContenedorización e integración de flujos de trabajo de Machine Learning mediante arquitecturas integradas con Docker y entornos de despliegue continuo en la nube.

Archiv Schema Optim
north_eastAuditoría y refactorización de esquemas relacionales PostgreSQL complejos, aplicando estrategias avanzadas de indexación y particionamiento.

Nexus Container Cluster
north_eastContenedorización e integración de flujos de trabajo de Machine Learning mediante arquitecturas integradas con Docker y entornos de despliegue continuo en la nube.
PROYECTOS E INVESTIGACIONES DE DATOS
01Aethel Engine
2025 — DATA SCIENCE
arrow_back
Aethel Engine
2025 — DATA SCIENCE
arrow_backVisión General del Proyecto
Diseño y automatización de pipelines ETL encargados de limpiar, normalizar e inyectar flujos masivos de eventos distribuidos directamente a data lakes analíticos en tiempo real.
MÉTRICAS Y DETALLES
- Stack: Python, PostgreSQL, Apache Airflow, Docker
- Indicador / Logro: Optimización del procesamiento reduciendo en un 35% los tiempos muertos de análisis.
02Predictive Churn Model
2024 — MACHINE LEARNING
arrow_back
Predictive Churn Model
2024 — MACHINE LEARNING
arrow_backVisión General del Proyecto
Construcción y ajuste de un modelo analítico supervisado basado en árboles de decisión para predecir tasas de abandono de usuarios, procesando comportamientos de navegación históricos.
MÉTRICAS Y DETALLES
- Stack: Scikit-Learn, Pandas, XGBoost
- Indicador / Logro: El modelo alcanzó un 91% de acierto (F1-Score) en ambientes de validación.
03Rueda de sputnik
2024 — DATA BASES/SQL
arrow_back
Rueda de sputnik
2024 — DATA BASES/SQL
arrow_backVisión General del Proyecto
Construcción y ajuste de un modelo analítico supervisado basado en árboles de decisión para predecir tasas de abandono de usuarios, procesando comportamientos de navegación históricos.
MÉTRICAS Y DETALLES
- Stack: Scikit-Learn, Pandas, XGBoost
- Indicador / Logro: El modelo alcanzó un 91% de acierto (F1-Score) en ambientes de validación.
04Predictive Churn Model
2024 — IA
arrow_back
Predictive Churn Model
2024 — IA
arrow_backVisión General del Proyecto
Construcción y ajuste de un modelo analítico supervisado basado en árboles de decisión para predecir tasas de abandono de usuarios, procesando comportamientos de navegación históricos.
MÉTRICAS Y DETALLES
- Stack: Scikit-Learn, Pandas, XGBoost
- Indicador / Logro: El modelo alcanzó un 91% de acierto (F1-Score) en ambientes de validación.
05Predictive Churn Model
2024 — BIG DATA
arrow_back
Predictive Churn Model
2024 — BIG DATA
arrow_backVisión General del Proyecto
Construcción y ajuste de un modelo analítico supervisado basado en árboles de decisión para predecir tasas de abandono de usuarios, procesando comportamientos de navegación históricos.
MÉTRICAS Y DETALLES
- Stack: Scikit-Learn, Pandas, XGBoost
- Indicador / Logro: El modelo alcanzó un 91% de acierto (F1-Score) en ambientes de validación.