Analista de Datos Jr con foco en Retail, E-commerce y Logística — industrias donde concentro todos mis proyectos técnicos, respaldado por experiencia real en gestión operativa y análisis comercial.
Trabajo con Python, SQL y Power BI para construir soluciones end-to-end: desde pipelines ETL automatizados hasta modelos predictivos y dashboards ejecutivos conectados a bases de datos en producción.
No me quedo en el dashboard — conecto los números con decisiones.
|
Retail Rocket · 2.7M+ eventos Análisis end-to-end: funnel de conversión, segmentación K-Means (k=4) y modelo Random Forest para scoring de probabilidad de compra por visitante.
|
Corredor Logístico Colombia · 8 nodos Pipeline ETL automatizado con API REST en tiempo real, clasificación de riesgo operacional y dashboard ejecutivo en Power BI actualizado cada hora.
|
|
+1M transacciones reales Análisis end-to-end con segmentación RFM sobre base completa de clientes, estacionalidad Q4 y dashboard de 3 páginas en Power BI conectado a SQL Server.
|
Framework estadístico completo Validación experimental del impacto de cambios de interfaz sobre conversión y ticket promedio, con verificación de integridad antes de interpretar resultados.
|
| Proyecto | Técnica | Resultado clave |
|---|---|---|
| 🚀 Retail Rocket | Random Forest · K-Means | AUC-ROC 0.99 · $1,039,050 revenue recuperable |
| ⚙️ Climate Pipeline | ETL automatizado · API REST | 8 nodos · actualización horaria autónoma |
| 📦 Online Retail II | Segmentación RFM | +1M transacciones · 23% clientes = 80% revenue |
| 🧪 A/B Testing | Z-Test · T-Test | Framework estadístico replicable y documentado |
| 🎓 | Ingeniería en Sistemas — UNAD Colombia (2026–2030) |
| 📊 | Associate Data Analyst in SQL — DataCamp (en curso) |
| 🐍 | Data Analyst in Python — DataCamp (en curso) |
| 🤝 | Abierto a posiciones remotas en Latam como Data Analyst Jr o BI Analyst |