Transformando datos en decisiones estratégicas y procesos manuales en flujos automatizados.
Licenciado en Administración por la UNAM con especialidad en Análisis de Datos. Experto en optimizar la integridad de datos, diseñar arquitecturas ETL y maximizar la eficiencia operativa en entornos corporativos e institucionales de gran escala.
1. Sistema de Inteligencia Comercial y Gobierno de Datos (Python) 👉 Ver el código fuente de Python aquí
- Situación: Ingesta de registros de ventas operativos caóticos, con inconsistencias críticas en nombres, formatos de edad flotantes y categorías duplicadas que generaban sesgos comerciales y riesgo de exclusión digital.
- Acción: Diseñé e implementé un pipeline de software en Python (Pandas, Matplotlib y Seaborn) con una arquitectura de capas clara:
- Capa ETL (Data Quality): Funciones de limpieza y normalización bajo estrictas reglas de negocio.
- Módulo Analítico Financiero: Cálculo automático del Revenue e ingresos acumulados (LTV).
- Módulo de Growth Marketing: Segmentación dinámica de audiencias objetivo (Clientes VIP con LTV > $1,000 USD y nichos de penetración como el sector Moda).
- Renderizado de Control: Matriz visual que contrasta el volumen de errores iniciales contra el estado óptimo post-pipeline.
- Resultado: Logré el 100% de integridad de datos corporativos, eliminando por completo las duplicidades y automatizando el reporte visual de control para la toma de decisiones directivas.
- Situación: Gestión de una de las plataformas educativas más grandes del sector público con carga masiva de usuarios.
- Acción: Administré la arquitectura de datos de Moodle para 700,000 usuarios, supervisando la integridad de los reportes y el control de accesos institucionales.
- Resultado: Estabilización de la plataforma y optimización de los flujos de auditoría de datos.
- Situación: Procesos administrativos manuales que consumían tiempo excesivo y presentaban riesgos de integridad.
- Acción: Diseñé e implementé una arquitectura de automatización mediante VBA (Macros) para la consolidación de reportes masivos.
- Resultado: Reducción del tiempo de procesamiento manual y eliminación de errores de captura en informes institucionales.
- Lenguajes: Python (Pandas, NumPy, Seaborn, Matplotlib), SQL, VBA.
- Visualización: Power BI, Tableau, Matplotlib, Seaborn.
- Herramientas & Entornos: Snowflake, Google Cloud Platform (GCP), Moodle LMS, Git & GitHub.
- Licenciatura en Administración – Universidad Nacional Autónoma de México (UNAM).
- Data Analysis Boot Camp – TripleTen (Enfoque avanzado en Python, SQL y ETL).
- Certificación de Inglés B2 – Enfocado en entornos profesionales, remotos y globales.