No se trata de extraer datos, sino de modelar sistemas.
Combinamos enfoque de negocio, ingeniería en Datos y matemática aplicada
para mejorar nuestras decisiones.
El análisis de datos es un medio. Cada modelo y dashboard está vinculado a decisiones: eficiencia, riesgo y asignación de recursos.
Adaptar técnicas de Análisis requiere validación metodológica que elimine nuestros sesgos naturales.
Procesos de ETL diseñados para mantenibilidad, auditoría y escalabilidad.
Herramientas y casos de estudio (preservando confidencialidad).
Optimizar la clasificación y limpieza del comportamiento en asistencia, requiere de técnicas apoyadas en modelos clasificadores.
Es proyecto presenta una propuesta para obtener un modelo lo suficientemente confiable para automatizar el análisis.
Te invito a leer sobre mi propuesta.
Librería personal (de código abierto) en Python que estandariza patrones ETL, procesos recurrentes y utilidades de reporting para análisis reproducibles.
Repositorio -->