Portfolio profesional
Data | Machine Learning | Cloud | Inteligencia Artificial aplicada
Desarrollo soluciones basadas en datos, modelos predictivos y despliegues cloud orientados a problemas reales.
Profesional en desarrollo de proyectos informáticos con experiencia en la gestión integral de soluciones tecnológicas: toma de requisitos, implementación, formación a usuarios y mantenimiento posterior.
Actualmente enfocado en Data Engineering, Cloud, Machine Learning e Inteligencia Artificial, con especial interés en proyectos aplicados a problemas reales.
Data Engineering, Cloud, Machine Learning e Inteligencia Artificial.
Gestión de proyectos informáticos, implantación, formación y soporte.
Python, análisis de datos, modelos predictivos, GitHub y despliegue cloud.
Perfil híbrido entre parte técnica, gestión de proyectos y comunicación con usuarios.
Experiencia en la gestión integral de soluciones tecnológicas, participando en fases de análisis, toma de requisitos, implementación, formación a usuarios y mantenimiento posterior.
Perfil orientado a conectar la parte técnica con las necesidades reales del usuario, cuidando tanto la funcionalidad de la solución como su adopción práctica.
Limpieza, análisis, normalización y preparación de datasets.
Modelos supervisados, evaluación de métricas y optimización de resultados.
Despliegue de aplicaciones web y servicios en entornos cloud.
Python, GitHub, Cloudflare Pages, WordPress y documentación técnica.
Formación orientada a inteligencia artificial, machine learning, deep learning, análisis de datos y aplicación práctica de modelos.
Desarrollo de un proyecto práctico de machine learning aplicado a predicción clínica mediante modelos supervisados.
Certificaciones verificables en áreas relacionadas con data, inteligencia artificial, cloud y herramientas tecnológicas.
Ver credencialesCaso práctico enfocado a la detección temprana en entorno clínico.
Desarrollo de un sistema de clasificación basado en machine learning utilizando el dataset Wisconsin Breast Cancer Diagnostic, con el objetivo de predecir la presencia de tumores malignos o benignos.
Optimizar el modelo para priorizar la reducción de falsos negativos, mejorando la sensibilidad (recall) en un contexto donde el impacto de error es crítico.
Python, pandas, NumPy, scikit-learn, análisis estadístico y evaluación de modelos.
Ver memoria del proyectoProyecto basado en el dataset Wisconsin Breast Cancer Diagnostic, orientado a la detección temprana mediante modelos supervisados.
Tecnologías: Python, scikit-learn, pandas, métricas ML
Ver detalleDesarrollo y despliegue de esta web personal usando GitHub y Cloudflare Pages, con dominio propio y publicación automatizada.
Tecnologías: HTML, CSS, GitHub, Cloudflare Pages
Ver despliegueFormación verificable en áreas relacionadas con data, inteligencia artificial y tecnologías cloud.
Plataforma: IBM Skills / Credly
Ver credencialesFormación complementaria y credenciales verificables en IBM/Credly relacionadas con data, inteligencia artificial y tecnologías cloud.