Habilidades
Tecnologías y competencias adquiridas a lo largo del bootcamp de Data Science & IA y proyectos propios, organizadas por área.
📊 Análisis de Datos
Exploración y EDA
- Análisis exploratorio de datos (EDA)
- Limpieza y preprocesamiento
- Detección de outliers y valores nulos
- Análisis estadístico descriptivo e inferencial
Visualización
- Matplotlib y Seaborn
- Visualización avanzada y storytelling
- Comunicación visual de resultados
- Diseño de dashboards y gráficos
Acceso a Datos
- SQL (consultas complejas, joins, subqueries)
- Introducción a NoSQL
- Consumo de APIs REST
- Web Scraping (extracción de datos web)
Feature Engineering
- Selección de características
- Codificación de variables categóricas
- Escalado y normalización
- Creación de nuevas variables
🤖 Machine Learning
Aprendizaje Supervisado
- Regresión (lineal, Ridge, Lasso)
- Clasificación binaria y multiclase
- Random Forest, XGBoost, LightGBM
- Regresión logística y KNN
Aprendizaje No Supervisado
- Clustering (K-Means, DBSCAN)
- Reducción de dimensionalidad (PCA)
- Análisis de componentes principales
- Segmentación de datos
Evaluación y Optimización
- Métricas: accuracy, recall, F1, AUC-ROC
- Validación cruzada (StratifiedKFold)
- GridSearchCV y RandomizedSearchCV
- Ajuste de umbral de decisión
🧠 Deep Learning & IA
Redes Neuronales
- Fundamentos de redes neuronales (ANN)
- Redes convolucionales (CNN)
- Redes recurrentes (RNN, LSTM)
- Funciones de activación y backpropagation
Transfer Learning & IA Generativa
- Transfer learning con modelos preentrenados
- Fine-tuning de modelos
- Introducción a IA Generativa
- Fundamentos de LLMs
🛠️ Stack Técnico
Python
- Pandas, NumPy, SciPy
- Scikit-learn, LightGBM, XGBoost
- Matplotlib, Seaborn
- Jupyter Notebooks
Despliegue y APIs
- FastAPI (APIs REST)
- Flask (aplicaciones web)
- Render (despliegue en producción)
- Serialización de modelos (pickle)
Entorno y Herramientas
- Git y GitHub
- VS Code
- Entornos virtuales (venv)
- SQL (PostgreSQL, SQLite)
💬 Habilidades Transversales
Comunicación de Resultados
- Storytelling con datos
- Presentación a perfiles no técnicos
- Orientación a negocio y ROI
- Documentación técnica clara
Metodología
- Pensamiento analítico y crítico
- Definición de hipótesis y validación
- Trabajo en equipo en proyectos de datos
- Aprendizaje continuo y autónomo