Nicolás Guerra

 Soy Nicolás Ignacio Guerra Villalobos, Ingeniero Comercial de la Universidad Andrés Bello, me apasiona el mundo de los datos, cuento con amplia experiencia en Data Analytics, Data Science y Machine Learning. Domino Python para la manipulación de datos, desarrollo de modelos avanzados de analítica para abordar soluciones en distintos contextos empresariales.
 Cuento con tengo experiencia en el despliegue de modelos de ML en AWS SageMaker y la automatización de reportes con Python. Tengo Manejo de Power BI Avanzado para crear dashboards que facilitan la toma de decisiones empresariales estratégicas. Mi enfoque se centra en comprender problemas empresariales y crear soluciones basadas en datos que generan un impacto real en los negocios, con altos estándares de calidad y efectividad. 
 

Cargo: Analista de Ciencia de Datos en Carozzi Chile

Habilidades: Python, Tableau, Machine Learning, Optimización, Georeferenciación, Clustering, Análisis de Sentimiento, Alteryx.

Certificaciones: Ingeniero de Prompt (Prompt Engineer), con habilidades certificadas para trabajar con modelos de IA como ChatGPT.

Resumen de Carrera: Analista de ciencia de datos altamente cualificado con experiencia en la aplicación de análisis de datos avanzados y técnicas de machine learning para resolver problemas complejos y entregar soluciones valiosas. Reconocido por la capacidad para presentar información de manera eficaz a clientes internos y crear modelos robustos utilizando ChatGPT. Dominio demostrado en Python para análisis y modelado de datos, y Tableau para visualización de datos.

Logros Principales:

• Predicción de Fuga de Clientes: Implementé un modelo de regresión logística en Python para identificar a los clientes en riesgo de fuga, lo que permitió acciones preventivas para la retención de clientes.
• Optimización de Surtidos: Desarrollé un algoritmo de optimización genética que determinó el surtido de productos ideal para cada sala y marca de productos, basándose en un fitness con ciertas variables seleccionadas.
• Georeferenciación de Clientes: Creé un script en Python para georeferenciar clientes de manera masiva y automática, permitiendo realizar análisis basados en ubicación.
• Segmentación de Clientes: Utilicé técnicas de clustering como Kmeans para segmentar clientes según su comportamiento, lo que permitió una dirección más precisa de la publicidad y otras gestiones.
• Análisis de Sentimiento: Implementé un análisis de sentimiento de los comentarios obtenidos a través del CRM del SAC, proporcionando una visión global y estratégica de la percepción de nuestros clientes.
• Identificación de Potenciales Nuevos Clientes: Desarrollé un script en Python que se conecta con las API de Google y Bing para identificar y georeferenciar potenciales nuevos clientes, facilitando la predicción de ventas y la planificación estratégica.
• Clasificación de Productos: Utilicé el operador de confusión difusa de Alteryx para identificar productos similares, permitiendo la creación de grupos y reglas de clasificación que facilitaron la medición del impacto monetario de productos nuevos, descontinuados, continuos, reingenierías y cambios de formato.
• Predicción de Demanda: Aplicando modelos de predicción como ARIMA y FBprophet, pude prever la demanda de productos en el tiempo para casos específicos, obteniendo resultados precisos y valiosos.

Diplomado Data Science Universidad Católica

Ingeniería Comercial - Universidad Andrés Bello