Sistemas completos de construcción de apps desde la idea hasta la interfaz del usuario
| Proyecto | Valor Analítico | Stack Principal | Enlace |
|---|---|---|---|
| Panel IA Control de Hábitos | Seguimiento de KPIs de salud y segmentación de usuarios mediante lógica de clustering. | FastAPI SQLAlchemy React |
Explorar Repo |
| NeoCare Health | Gestión de datos operativos y optimización de flujos de trabajo en salud. | FastAPI React Postgres |
Explorar Repo |
Proyectos integrales que demuestran el ciclo completo del dato: Extracción (SQL), Procesamiento (Python) y Visualización (Power BI).
| Proyecto | Business Value & Pipeline | Stack | Enlace |
|---|---|---|---|
| Football Talent Scouting AI | Business Value & Pipeline: Plataforma End-to-End de scouting y mercado. Utiliza Similitud del Coseno para detectar talentos infravalorados (Moneyball), automatizar ventas (Reverse Scouting) y simular el impacto deportivo en negociaciones de élite. | Python Scikit-Learn Streamlit Plotly |
Explorar |
| Pro Sports Injury Prevention | Business Value & Pipeline: Sistema de inteligencia deportiva End-to-End. Utiliza Random Forest para predecir el riesgo de lesión por sobrecarga (ACWR) y maximizar la disponibilidad de la plantilla en equipos de élite (Load Management). | SQL Python Power BI |
Explorar |
| Padel Revenue Analytics | SportsTech & Revenue Management: Pipeline de inteligencia operativa End-to-End. Simula demanda probabilística y modela en SQL para maximizar la rentabilidad de clubes deportivos en Zaragoza mediante estrategias de precios dinámicos y reducción del coste de oportunidad (Lost Revenue). | SQL Python Power BI |
Explorar |
| Gym Churn & Revenue Analytics | Fitness Analytics & Retention: Sistema End-to-End para prevenir bajas y analizar la rentabilidad. Detecta clientes en riesgo mediante Machine Learning (Random Forest) y modela KPIs financieros en SQL (MRR, LTV, Cohortes) para impulsar estrategias de retención proactiva. | SQL Python Scikit-Learn Power BI |
Explorar |
| Zaragoza Real Estate Pulse | PropTech & Data Engineering: Pipeline de análisis inmobiliario End-to-End. Implementa ingestión resiliente (DOM Parsing) y modelado en SQL para detectar oportunidades de inversión (activos infravalorados) mediante algoritmos de precio/m² y seguridad. | SQL Python Power BI |
Explorar |
| Airbnb Market Intelligence | Business Value & Pipeline: Sistema de valoración inmobiliaria End-to-End. Utiliza Random Forest para predecir precios de mercado y detectar oportunidades de inversión en Barcelona (activos infravalorados). | SQL Python Scikit-Learn Power BI |
Explorar |
| Optimización de Librería | Business Intelligence: Análisis de rotación de inventario y métricas de préstamos para optimizar el stock y reducir costes operativos. | SQL Python Power BI |
Explorar |
Proyectos más simples enfocados al entendimiento del proceso de análisis y predicción
| Proyecto | Enfoque de Análisis de Datos | Herramientas | Enlace |
|---|---|---|---|
| Data Analysis Market Pulse | Market Intelligence & Pipeline: Sistema de monitorización del mercado laboral End-to-End. Utiliza Web Scraping (Python/Regex) y SQL Avanzado para mapear portales de empleo y detectar las combinaciones de habilidades más rentables (Tech Stacks) del sector Data. | SQL Python Power BI |
Explorar |
| Monitorización Sísmica | Ingeniería de Riesgos & BI: Transformación de datos geológicos crudos en KPIs de riesgo y recurrencia (Ventanas SQL y Fórmulas Gutenberg-Richter). | SQL Python Power BI |
Explorar |
| Predicción Salarios NBA | Limpieza de datos históricos y Feature Engineering para identificar correlaciones entre rendimiento físico y valor de mercado. | Pandas EDA Scikit-learn |
Explorar |
| Ratings e-commerce | NLP y Transformación de datos no estructurados para convertir reseñas de texto en métricas de satisfacción del cliente. | NLTK Random Forest |
Explorar |
| Precios de Inmuebles | Análisis Exploratorio (EDA) exhaustivo y detección de valores atípicos (outliers) para validar tendencias del mercado inmobiliario. | Seaborn Statistics |
Explorar |
| Clasificación de Imágenes | Preprocesamiento masivo de datasets y optimización de etiquetas para sistemas de organización automatizada. | Data Augmentation |
Explorar |
| US Political Discourse | Pipeline ETL Geoespacial: Limpieza masiva de 1.2M de tweets y dashboard interactivo para analizar patrones de engagement político por estado. | SQL Python Power BI |
Explorar |
Información que voy sacando y completando de los recursos que estudio
Repositorio central de conocimiento: Metodología, fundamentos estadísticos y práctica técnica.
|
|
Base de conocimientos sobre algoritmos, estadística avanzada y modelado predictivo.
|
| Google Data Analytics | IBM Data Science | SQL for Data Science |
|---|---|---|
 |
 |
 |
| Microsoft Power BI |
|---|
 |
- Data Storytelling: Perfeccionando la habilidad de comunicar hallazgos técnicos a audiencias no técnicas.
- Dashboarding Avanzado: Explorando DAX en Power BI para métricas financieras complejas.
- Buscando: Mi primera oportunidad como Junior Data Analyst para transformar datos crudos en estrategias de crecimiento empresarial.
Libros que he ido leyendo para aprender
- 📖 "Practical Statistics for Data Scientists" - Peter Bruce & Andrew Bruce (O'Reilly) -> Apuntes
- 📖 "SQL for Data Analysis" - Cathy Tanimura (O'Reilly) -> Apuntes
- 📖 "Storytelling with Data" - Cole Nussbaumer Knaflic -> Apuntes
- 📖 "Hands On Machine Learning with Scikit-Learn, Keras & TensorFlow" - Aurélien Géron -> Apuntes