Data Engineer y estudiante de Ingeniería en Inteligencia Artificial, apasionado por la ciencia de datos y la tecnología, con un enfoque sólido en soluciones comerciales.
Inicié mi carrera como Analista de Datos, luego evolucioné hacia roles de Data Engineer, desarrollando soluciones on-premise y, actualmente, me especializo en entornos cloud. Estoy en constante búsqueda de nuevos desafíos que me permitan crecer como Ingeniero en IA, aplicando mis conocimientos para generar un impacto tangible en los negocios.
Ingeniero freelance de automatizacion de procesos con enfoque en integracion con LLMs utilizando N8N
En mi trayectoria como analista de datos, he liderado proyectos que han transformado la gestión de información y mejorado la eficiencia comercial de la compañía.
Automatizando procesos de extracción y análisis de datos, implementando técnicas de inteligencia artificial para optimizar interacciones con clientes y tambien en proyectos de investigación de mercado, logrando proporcionar insights valiosos que han influido en las decisiones estratégicas de la direccion.-
Data Engineer:
Realice ingestas de datos de fuentes de información diversas, incluyendo buckets, bases de datos, APIs, utilizando Google Cloud Platform
Diseñe DWs siguiendo buenas practicas basadas en metodologia Kimball
AI Engineer:
Brindé servicios de consultoría en Business Intelligence y Data Engineering, enfocándome en la automatización de la extracción y análisis de datos a través de la API de MercadoLibre para una empresa de asesoramiento en e-commerce
Durante este período, implementé diversas soluciones tecnológicas y optimicé procesos clave para mejorar la eficiencia y escalabilidad de la empresa
Instructor de cursos de forma Presencial y Virtual al publico en general
Ingeniero freelance de automatizacion de procesos con enfoque en integracion con LLMs utilizando N8N
Python
Miembro del equipo de investigación en Inteligencia Artificial y Robótica (GIAR) UTN
Proyecto de investigación de Computer Vision:
Equipo multidisciplinario enfocado en optimizar los procesos de clasificación por tipo y calidad de granos de maíz, soja y trigo. Para ello, desarrollamos nuestro propio dataset y exploramos diversas técnicas de detección, desde algoritmos de machine learning clásico hasta redes neuronales convolucionales.
Presentamos nuestro póster en el Congreso de Cereales de Córdoba 2024, donde recibió una excelente acogida por parte de los asistentes. Nuestro objetivo final es la publicación de un paper que contribuya tanto al conocimiento científico como a la industria agrícola argentina.
Docente en Diplomatura de Ciencia de Datos y Análisis Avanzado
UTN Buenos Aires | (Actualidad)
Instructor de Business Intelligence
EANT Buenos Aires | (2018-2021)