Analista de Datos · Calidad, validación y gobierno de datos · BI
ES · Proyectos de análisis, ingeniería y ciencia de datos. Cada carpeta tiene su propio README: problema, qué hice, resultados, supuestos y límites, cómo correrlo y qué mejoraría.
EN · Data analysis, engineering and data science projects. Each folder has its own README (in Spanish, with a short English summary at the top).
Si tenés 2 minutos, empezá por estos:
| Proyecto | En una línea | |
|---|---|---|
| ⛽ | Producción en Vaca Muerta: pipeline y calidad de datos | Pipeline en DuckDB sobre 426 mil registros públicos con 14 reglas de calidad: encontré 3.018 registros que producen con el pozo "parado" y que el rendimiento por metro de rama cae desde 2020. |
| 🕵️ | Detección de fraude en una billetera móvil | 6,3 M de transacciones (PaySim): detecté que una regla de una línea daba 100 % por un artefacto del simulador; sin ese atajo, el modelo atrapa el 81 % del monto fraudulento revisando el 0,2 % de las transacciones. Reglas SQL en BigQuery y pipeline que frena ante datos no validados. |
| 🔍 | Base de ventas con auditoría y controles de calidad | Audité mi propia base SQL con 9 reglas de calidad y encontré que 18 de 30 ventas tenían ganancia mayor que la venta: un error de carga que el modelo no detectaba. |
| ⚙️ | Pipeline API → Redshift con Airflow | Carga diaria idempotente, credenciales fuera del código y una tarea de controles de calidad que deja el DAG en rojo si la carga sale incompleta. |
| 📊 | Tablero de objetivos comerciales (óptica) | Tablero de Power BI con 15 páginas y 88 medidas DAX. Mostró +88 % de ventas contra la meta del 80 % y detectó que los gastos (49 %) eran el desvío principal. |
| # | Proyecto | Tipo | Stack | Destacado |
|---|---|---|---|---|
| 1 | Producción en Vaca Muerta (repo propio) | Ingeniería y calidad de datos | DuckDB · SQL · Python | Capas raw → staging → marts y 14 reglas de calidad con severidad |
| 2 | Detección de fraude en una billetera móvil (repo propio) | Fraude · Calidad de datos · ML | Python · DuckDB · BigQuery · LightGBM | 12 reglas de calidad, reglas SQL con ventanas y modelos con partición temporal |
| 3 | Base de ventas con auditoría y controles de calidad | SQL · Calidad de datos | MySQL 8 | Vistas, funciones, SP, triggers de auditoría y 9 controles de calidad |
| 4 | Pipeline API → Redshift con Airflow | Ingeniería de datos | Airflow · Docker · Redshift · Python | Carga idempotente, controles de calidad post-carga y tests |
| 5 | Tablero de objetivos comerciales (óptica) | BI | Power BI · DAX · Power Query | 15 páginas, 88 medidas, integridad referencial corregida en el ETL (en equipo) |
| 6 | Atribución multicanal y simulador de presupuesto | Analítica · App | Streamlit · Plotly · pandas | ROI por canal y simulador de reasignación, con los supuestos explícitos |
| 7 | Precio por m²: regex y regresión | Ciencia de datos | pandas · regex · statsmodels · scikit-learn | Imputación con regex sobre texto libre; R² ≈ 0,65 en test (en equipo) |
| 8 | ¿Quién termina comprando? | EDA · ML | pandas · seaborn | Integración de 3 fuentes y preparación de datos para clasificación |
| 9 | PySpark: RDD, DataFrame y MLlib | Big data | PySpark | La misma agregación con RDDs y con DataFrames, y árbol de decisión con MLlib |
| 10 | Arquitectura AWS para una pyme | Arquitectura cloud | AWS (RDS Multi-AZ, S3, EC2, VPC) | Propuesta de migración de planillas y ERP local a la nube |
Todos los READMEs siguen la misma estructura, para que sea fácil compararlos:
- Problema: qué había que resolver.
- Qué hice: decisiones técnicas y por qué.
- Resultados: con los números reales del análisis.
- Supuestos y límites: lo que un revisor técnico preguntaría.
- Cómo correrlo: requisitos y comandos.
- Qué mejoraría hoy: revisión con mirada actual.
Varios proyectos nacieron en cursos (Coderhouse, Digital House) y los revisé en 2026: corregí el código que no corría, agregué controles de calidad y dejé documentados los errores que encontré. Al pie de cada README se aclara el origen y si fue trabajo en equipo.
portfolio/
├── sql-ventas-auditoria-calidad/ # sql/ (creación, datos, controles de calidad) + documento
├── pipeline-api-redshift-airflow/ # DAG + carga + controles de calidad + tests
├── powerbi-tablero-objetivos-retail/ # informe + capturas + modelo de datos (sin .pbix: datos personales)
├── atribucion-marketing-roi-streamlit/ # app.py + requirements.txt
├── precio-m2-properati-regex-regresion/ # 2 notebooks
├── ecommerce-prediccion-compra/ # notebook + data/ + presentación
├── pyspark-rdd-dataframe-mllib/ # scripts + data/
└── aws-arquitectura-migracion-pyme/ # documento del proyecto
Analista de datos con más de 4 años en banca, fintech y telecomunicaciones (BBVA, Getronics para Telefónica Hispam, Wenance). Me especializo en que los datos sean confiables antes de llegar a un tablero. Estudio la Licenciatura en Inteligencia Artificial y Ciencia de Datos en UADE. Me interesan los roles de datos en energía y minería, y en prevención de fraude y riesgo.