Nicolás Guerra

Analista de ciencia de datos 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.
 

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