Con más de diez años de experiencia liderando procesos en Planeación de Producción y de la Demanda, he transformado mi carrera combinando el conocimiento profundo del negocio con el poder de la Ciencia de Datos.
Mi enfoque no es solo programar para el análisis de los datos, sino resolver problemas críticos de eficiencia y productividad: desde la automatización de reportes hasta el modelado predictivo para la planeación de capacidad. Mi transición de carrera nace de una convicción: los datos son el activo más valioso para optimizar cualquier cadena de valor.
¿Qué aporto a tu equipo?
- 🏗️ Dominio de Planificación: Entiendo el lenguaje de la planta, los KPIs de Producción y los retos de la Manufactura.
- 📈 Mente Analítica: Capacidad para convertir datos desordenados en dashboards estratégicos y modelos predictivos.
- 🔄 Visión de Transición: Una mezcla única de experiencia senior en operaciones y agilidad técnica en Python, SQL y ML.
| Proyecto | Descripción | Tecnologías | Link |
|---|---|---|---|
| Análisis de Deserción de Clientes "Churn" en Telecomunicaciones | Una empresa de relecomunicaciones que ofrece servicios de telefonía e internet, entre otros; necesita saber qué clientes son probables desertores de contratar sus servicios. Ha registrado varias características de su cartera a lo largo de varios años y con dicha información, se genera un modelo de clasificación que tiene como objetivo identificar los factores clave que influyen en la pérdida de los clientes.. | Python Sweetviz Scikit-learn PyCaret XGBoost LightGBM Catboost |
Ver Proyecto ➔ |
| Análisis de imágenes de rostros para detección de menores de edad en un supermercado | A una cadena de supermercados le gustaría explorar si la ciencia de los datos puede ayudarle a cumplir con las leyes sobre el alcohol, al asegurarse de no vender alcohol a personas menores de edad. | Lenguaje: Python 3.x, Deep Learning: [TensorFlow/Keras o PyTorch], Procesamiento de Imágenes: OpenCV / Pillow, Análisis de Datos: Pandas, Numpy, Matplotlib, Infraestructura: Google Colab (GPU: Tesla T4/L4) | Ver Proyecto ➔ |
| Clasificador de Reseñas con NLP: De Bag-of-Words a BERT | Este proyecto aborda el procesamiento de lenguaje natural mediante un pipeline que compara técnicas tradicionales (TF-IDF y BoW) frente a modelos avanzados de lenguaje. Se implementó un clasificador para procesar reseñas de usuarios, transformando texto no estructurado en representaciones numéricas contextuales para mejorar la precisión en la categorización de contenido. | Lenguaje: Python, NLP: Transformers (BERT), Scikit-learn, NLTK, Análisis de Datos: Pandas, Numpy, Matplotlib, Modelado: MultinomialNB / Logistic Regression | Ver Proyecto ➔ |
| Análisis de Datos en Databricks | Dashboard interactivo desarrollado en la nube para visualización de métricas clave. | CSV, SQL, Databricks | Ver Dashboard |
En 2025 consolidé mi experiencia en analítica aplicada a la industria. Actualmente estoy profundizando en:
- MLOps: Despliegue de modelos y automatización de pipelines.
- Computer Vision: Aplicación en control de calidad para manufactura.
- NLP: Procesamiento de reportes técnicos y feedback de cadena de suministro.
¡Gracias por visitar mi portafolio! Estoy abierto a colaborar en proyectos de Ciencia de Datos, Machine Learning y NLP. Si quieres charlar sobre tecnología o posibles oportunidades, no dudes en contactarme:
Última actualización: Febrero 2026