Portfolio profesional
Data · Machine Learning · Cloud · IA aplicada
Diseño y desarrollo soluciones basadas en datos, combinando análisis técnico, modelos predictivos y despliegue en cloud para resolver problemas reales con impacto medible.
Especializado en transformar necesidades de negocio en sistemas de Machine Learning e Inteligencia Artificial aplicables, priorizando fiabilidad, interpretabilidad y toma de decisiones.
Profesional orientado al desarrollo de soluciones basadas en datos, con experiencia en la gestión completa del ciclo de vida de proyectos: análisis, implementación, validación y puesta en producción.
Enfoque centrado en aplicar Machine Learning e Inteligencia Artificial a problemas reales, priorizando la calidad del modelo, el impacto en el negocio y la viabilidad técnica del sistema.
Mi objetivo es desarrollar soluciones basadas en datos que no se limiten a obtener buenos resultados técnicos, sino que puedan aplicarse a problemas reales con criterios de utilidad, trazabilidad y mejora continua.
Este portfolio recoge una evolución práctica: desde el análisis y preparación de datos hasta el entrenamiento de modelos, evaluación de resultados, documentación técnica y despliegue en cloud.
Data · Machine Learning · Deep Learning · Cloud · IA aplicada
Ver Área técnicaData 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.
Preparación, análisis y transformación de datos para su uso en modelos y sistemas productivos.
Diseño, entrenamiento y evaluación de modelos con foco en métricas relevantes según contexto.
Despliegue de soluciones y servicios en cloud orientados a accesibilidad y escalabilidad.
Uso de Python y herramientas técnicas para desarrollo, versionado y documentación de proyectos.
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 credencialesAnálisis aplicados sobre NLP, LLMs, arquitectura de soluciones IA y selección de tecnologías para proyectos reales.
Ver estudiosCaso práctico enfocado a la detección temprana en entorno clínico.
A priorizar decisiones clínicas mediante ajuste de métricas, optimizando el modelo para minimizar errores críticos.
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 orientado a diagnóstico clínico con evaluación comparativa de modelos y optimización de métricas para entorno real.
Tecnologías: Python, scikit-learn, análisis de datos, métricas ML
Ver detalleClasificación de radiografías mediante redes neuronales convolucionales con enfoque en visión artificial aplicada.
Tecnologías: PyTorch, CNN, Computer Vision
Ver memoriaDesarrollo y despliegue de esta web personal usando GitHub y Cloudflare Pages, con dominio propio y publicación automatizada.
Tecnologías: HTML, CSS, GitHub, Cloudflare Pages
Ver arquitecturaCasos prácticos sobre asistentes virtuales, modelos de lenguaje, arquitectura LLM, NLP y evaluación de riesgos técnicos.
Tecnologías: NLP, LLMs, Transformers, APIs, IA aplicada
Ver estudios técnicosFormación complementaria y credenciales verificables en IBM/Credly relacionadas con data, inteligencia artificial y tecnologías cloud.