Servicios profesionales y Proyectos

Servicios Profesionales

Ofrezco una variedad de servicios profesionales que incluyen:

Soluciones Técnicas e Industriales:

• Mantenimiento preventivo y correctivo.
• Planificación de servicios técnicos.
• Sistemas electromecánicos y electrónicos.
• Reparación y armado de drones.
• Diseño y cálculo de instalaciones eléctricas.
• Modelado y simulaciones de piezas mecánicas.

Gestión de Calidad y Mejora Continua:

• Auditorías bajo ISO 9001 e IATF 16949.
• Herramientas Lean Six Sigma, Core Tools, AMEF, SPC, etc.
• Diagnóstico de procesos y mejora operativa.

Seguridad Laboral y Bienestar Organizacional:

• Normativas NOM-STPS (025, 019, 002, 030…).
• Comisiones de Seguridad e Higiene.
• Programas de prevención y cultura laboral.

Tecnología y Transformación Digital:

• Desarrollo web (HTML, CSS, JS, Git/GitHub).
• Aplicaciones de inteligencia artificial para productividad.
• Ciencia de datos (dashboard, análisis y visualización).

Consultoría Profesional y Formación:

• Asesoría para emprendedores técnicos.

Proyectos

Aquí puedes ver algunos de los proyectos que he realizado, que incluyen:

Proyecto 6: Sentiment Analysis Multilingual API - Full Stack Project.

• Descripción: Propuesta de solución desarrollada para el Hackathon ONE II - Latam, el cual es un sistema completo de análisis de sentimientos con Machine Learning, Java Spring Boot, Python FastAPI y frontend interactivo.
• Tecnologías utilizadas:
  • ⚙️ Backend: Java Spring Boot (servicios REST, integración con API de ML)
  • 🐍 API de ML: Python FastAPI (modelo de clasificación de sentimientos)
  • 🖥️ Frontend: HTML, CSS, JavaScript (interfaz interactiva para usuarios)
  • 📊 Data Science: ML, Scikit-learn, procesamiento de texto (TF-IDF, tokenización)
  • 🔌 Infraestructura: Maven, entornos virtuales Python, integración multiplataforma
• Contribución:
  • Diseño de arquitectura fullstack (API ML + backend + frontend)
  • Implementación de endpoints REST para análisis de texto
  • Optimización del modelo de clasificación con métricas de rendimiento
  • Documentación técnica clara y estructurada para instalación y uso
  • Creación de ejemplos prácticos y visualizaciones de resultados
• Resultados:
  • ✔️ Precisión del modelo: 88–99% en pruebas de textos positivos/negativos
  • ✔️ API funcional con respuestas rápidas y confiables
  • ✔️ Interfaz gráfica que muestra porcentajes y palabras clave relevantes
  • ✔️ Integración exitosa entre backend Java y API Python
• Visualización del análisis y conclusiones: 🌐 Ver repositorio

  El sistema permite ingresar textos y obtener predicciones de sentimiento con métricas de confianza, resaltando palabras clave que influyen en la clasificación. Se concluye que la arquitectura híbrida (Java + Python) es eficiente para proyectos de análisis de lenguaje natural y escalable para aplicaciones reales.

Proyecto 5: Modelo Predictivo de Cancelación de Clientes con ML – TelecomX LATAM.

• Descripción: Desarrollo de un modelo predictivo de cancelación de clientes para una empresa de telecomunicaciones LATAM. Se aplicaron técnicas avanzadas de análisis de datos, balanceo de clases, normalización y modelado estadístico para identificar patrones de evasión.
• Tecnologías utilizadas: Python, Scikit-learn, Pandas, SMOTE, Random Forest, Regresión Logística, Visualización con Matplotlib y Seaborn.
• Contribución: El proyecto integró técnicas de Machine Learning supervisado y análisis PCA para interpretar variables críticas. La solución fue diseñada para mejorar la retención de clientes y facilitar decisiones estratégicas.
• Resultados: Se logró identificar perfiles con alta probabilidad de cancelación y evaluar el desempeño de múltiples modelos clasificatorios, maximizando la métrica ROC AUC.
• Visualización del análisis y conclusiones: Explorar notebook completo en GitHub 📊

  Este notebook contiene tanto el análisis exploratorio, técnicas de modelado y conclusiones integradas al final del análisis para facilitar su lectura.

Proyecto 4: Churn Analysis para TelecomX: ETL, EDA y Estrategias Predictivas.

• Descripción: Este proyecto analiza los factores que influyen en la cancelación de servicios en Telecom X mediante una limpieza exhaustiva de datos, análisis exploratorio y visualización de variables categóricas, numéricas y booleanas. El objetivo es identificar patrones de evasión de clientes para ofrecer soluciones que mejoren la retención.
• Tecnologías utilizadas: Python, Pandas, NumPy, Matplotlib y Seaborn para el análisis de datos y visualización. También se aplicaron técnicas estadísticas para explorar correlaciones y comportamiento de variables categóricas, numéricas y booleanas.
• Contribución: Participación activa en la limpieza, transformación y análisis exploratorio del conjunto de datos. Generación de visualizaciones clave para identificar patrones de cancelación de clientes y planteamiento de insights accionables.
• Resultados: Identificación de relaciones significativas entre la evasión de clientes y variables como tipo de contrato, método de pago y servicios contratados. Se obtuvieron conclusiones que pueden guiar estrategias de retención en Telecom X.
• Visualización del análisis y conclusiones: Explorar notebook completo en GitHub 📊

  Este notebook contiene tanto el análisis exploratorio, técnicas de modelado y conclusiones integradas al final del análisis para facilitar su lectura.

Proyecto 3: Alura Store Analysis: Decisión Estratégica Basada en Modelado de Datos.

• Descripción: Proyecto de análisis de datos enfocado en apoyar decisiones estratégicas dentro de la cadena de tiendas Alura Store. Mediante el modelado de datos se evaluaron métricas como ingresos, volumen de ventas, valoraciones de clientes, categorías más vendidas y logística de envíos. El objetivo fue identificar la tienda menos eficiente para recomendar su venta como parte de una nueva estrategia comercial.
• Tecnologías utilizadas: Python, Google Colab, Pandas, Matplotlib, Seaborn, Jupyter Notebook.
• Contribución: Desarrollo completo del análisis utilizando la biblioteca Pandas para carga y transformación de datos CSV. Implementación de visualizaciones comparativas con Matplotlib y Seaborn, incluyendo gráficos de barras, pie charts y diagramas de dispersión. Elaboración de un resumen narrativo de los hallazgos, utilizando criterios cuantitativos y cualitativos para formular una recomendación final.
• Resultados: El estudio reveló que la tienda ubicada en Campinas presentaba el menor desempeño general, con ingresos reducidos, menor número de productos vendidos y reseñas por debajo del promedio. Se recomendó su venta como paso estratégico para el nuevo emprendimiento del Sr. Juan. Todos los resultados fueron respaldados con visualizaciones y presentados en un entorno Jupyter, documentado para reproducibilidad y análisis posterior.
• Visualización del análisis y conclusiones: Explorar notebook completo en GitHub 📊

  Este notebook contiene tanto el análisis exploratorio, técnicas de modelado y conclusiones integradas al final del análisis para facilitar su lectura.

Proyecto 2: Aplicación Web de Ejercicios – Proyecto Formativo con Tecnologías Frontend.

• Descripción: Plataforma web creada como proyecto personal para compilar y presentar de forma estructurada los ejercicios realizados en el reto #7DaysOfCode. El portal reúne las soluciones desarrolladas a lo largo de una semana de desafíos intensivos de programación, permitiendo explorar temáticas como lógica, estructuras de control y manipulación de datos a través de una interfaz sencilla y eficiente.
• Tecnologías utilizadas: HTML5, CSS3, JavaScript, GitHub Pages para despliegue, diseño responsivo UX/UI.
• Contribución: Desarrollo completo del portal, incluyendo estructuración semántica con HTML, estilo visual con CSS y lógica para navegación con JavaScript. Integración de ejercicios diarios desde la perspectiva técnica adquirida en Oracle Next Education, empleando buenas prácticas de organización digital y licencia educativa personalizada.
• Resultados: Sitio web funcional que centraliza los avances del desafío #7DaysOfCode, facilitando su consulta, evaluación y presentación profesional ante clientes o instituciones educativas. El repositorio incluye 7 ejercicios en formato HTML, capturas visuales y licencia educativa, demostrando iniciativa, constancia y dominio técnico desde una perspectiva autodidacta y formativa.
• Visualización del portal interactivo: Explorar plataforma educativa en línea 🌐

  Este sitio web presenta los 7 ejercicios diarios desarrollados durante el reto #7DaysOfCode, integrando prácticas de programación en HTML, CSS y JavaScript. Cada ejercicio está estructurado por día, con navegación directa a través del menú principal.

Proyecto 1: Sistema Interactivo para Dinámicas Grupales – Amigo Secreto WebApp.

• Descripción: Juego interactivo desarrollado como parte del programa Oracle Next Education en conjunto con Alura LATAM. Este proyecto permite gestionar dinámicamente una lista de participantes y realizar el sorteo de un “Amigo Secreto” mediante lógica JavaScript, promoviendo habilidades en DOM, manipulación de eventos y diseño web intuitivo.
• Tecnologías utilizadas: HTML5, CSS3, JavaScript, GitHub Pages, Visual Studio Code.
• Contribución: Estructuración semántica del código HTML, creación de estilos visuales adaptativos en CSS y programación funcional con JavaScript para añadir amigos, visualizar la lista y seleccionar aleatoriamente un participante. Se cuidaron aspectos UX como alertas, limpieza de campos y presentación visual del resultado.
• Resultados: Aplicación funcional en entorno web que simula el sorteo de un “Amigo Secreto”, ideal para ejercicios introductorios en lógica de programación. El código está documentado en GitHub y el proyecto se despliega como página web accesible para demostraciones educativas y revisión técnica.
• Visualización del juego: Explorar versión interactiva del juego 🎲

  Esta versión permite gestionar una lista de amigos y realizar el sorteo de manera automática. Se integran mensajes dinámicos, estilo personalizado y validaciones para asegurar una experiencia fluida.