Data Analyst with experience in developing interactive visualizations, process automation, and statistical analysis to support data-driven decision-making. I have strengthened my technical background through specialized training on platforms such as Platzi and Coderhouse, focused on data science, business intelligence, and Python programming.
Proficient in tools like Power BI, advanced Excel, SQL, and core Python libraries including Pandas, NumPy, and scikit-learn. Skilled in transforming large datasets into clear reports, identifying patterns, and building predictive models.
Committed to continuous professional development, with a self-taught mindset and a strong focus on improvement.
Languages:
Frameworks and Libraries:
Business Intelligence:
Industry Tools:
✔ Problem-Solving: Analytical Reasoning, Initiative
✔ Communication: Social and Communication Skills, Teamwork
✔ Personal Development: Continuous Learning, Adaptability, Creativity
✔ Leadership: Organization, Leadership, Proactivity, Attention to Detail, Curiosity
Development of data science projects focused on data cleaning and transformation, exploratory data analysis, visualization, and predictive modeling. Implementation of various supervised and unsupervised learning techniques to address challenges across multiple domains, including prediction, segmentation, pattern detection, and optimization.
Proyecto de aprendizaje automático orientado al reconocimiento de dígitos manuscritos mediante técnicas de procesamiento de imágenes, segmentación y clasificación. Implementa modelos entrenados para identificar patrones numéricos con precisión a partir de entradas visuales. 
|
Aplicación en Python que permite leer tableros de Sudoku a partir de imágenes, reconoce los dígitos mediante técnicas de inteligencia artificial y resuelve los puzzles utilizando el algoritmo de backtracking. El proyecto incluye visualización del Sudoku antes y después de ser resuelto, y aborda desafíos en el reconocimiento de dígitos para mejorar la precisión del sistema. 
|
Modelo predictivo desarrollado en Python para analizar el riesgo crediticio de clientes, basado en datos históricos de una institución financiera alemana. El proyecto aplica técnicas de clasificación supervisada para predecir la probabilidad de incumplimiento, facilitando la toma de decisiones en procesos de otorgamiento de préstamos.
|
Repositorio del proyecto final del curso de Coderhouse, enfocado en el diseño e implementación de una base de datos para una tienda en línea. Incluye modelado relacional, creación de tablas dimensionales, desarrollo de lógica de negocio mediante funciones y triggers, manejo de transacciones automáticas y construcción de vistas para consultas optimizadas.
|
