Gonzalo Diaz | Data Analyst
隆Hola! Soy Gonzalo, Analista de Datos y nacido en Argentina. Actualmente estoy cursando la Tecnicatura en Ciencia de Datos y perfeccionando mis habilidades en Machine Learning y Data Analytics. Tengo experiencia con herramientas como PostgreSql, Power BI, Qlik Sense, Python y R.
Como Analista de datos, ayudo a las empresas a tomar decisiones basadas en datos y a optimizar sus operaciones mediante visualizaciones y an谩lisis de datos. Estoy continuamente ampliando mis conocimientos y experiencia, con el objetivo de contribuir al campo de la ciencia de datos.
Te invito a explorar mi repositorio donde comparto mis proyectos. Si compartimos intereses o quieres hablar sobre datos, no dudes en conectarte conmigo. 隆Ser谩 un placer conversar!
Formaci贸n orientada al an谩lisis estad铆stico, procesamiento de datos, desarrollo de modelos de machine learning y deep learning, con aplicaciones en visi贸n por computadora, procesamiento de lenguaje natural y sistemas predictivos. Incluye conocimientos s贸lidos en programaci贸n (Python, R, SQL), bases de datos, matem谩ticas, estad铆stica y 茅tica en la inteligencia artificial.
Durante la carrera se adquieren competencias para liderar proyectos de ciencia de datos, dise帽ar soluciones basadas en IA, y comunicar resultados de forma clara y efectiva. Se trabajan herramientas como pandas, NumPy, scikit-learn, redes neuronales y t茅cnicas de Big Data, aplicadas en contextos reales a trav茅s de pr谩cticas profesionalizantes.
La Licenciatura en Ciencia de Datos de la Universidad del Gran Rosario ofrece una formaci贸n s贸lida en estad铆stica aplicada, ingenier铆a de software, aprendizaje autom谩tico, aprendizaje profundo, procesamiento de lenguaje natural y visi贸n por computadora. A lo largo del plan de estudios se abordan herramientas de software para an谩lisis de datos, metodolog铆as de investigaci贸n y desarrollo de proyectos tecnol贸gicos orientados a problemas reales.
El perfil del egresado est谩 orientado a la aplicaci贸n pr谩ctica de t茅cnicas avanzadas de ciencia de datos para resolver desaf铆os complejos en diversos sectores. Se adquieren competencias para:
Este repositorio est谩 pensado para demostrar no solo habilidades t茅cnicas, sino tambi茅n una visi贸n integral del ciclo de vida del dato, desde la extracci贸n y transformaci贸n hasta su an谩lisis, visualizaci贸n y presentaci贸n a usuarios finales o despliegue en entornos reales.
El objetivo de este proyecto es analizar y visualizar la fase ofensiva del Manchester City durante la temporada 2023/2024 en la Premier League, con un enfoque especial en los pases y tiros. Para realizar este an谩lisis, se extrajeron datos mediante scraping de una p谩gina web de estad铆sticas de f煤tbol utilizando Python, y luego fueron transformados para su visualizaci贸n en Power BI.
Una empresa de retail nacional, l铆der en la venta de productos electr贸nicos, ha decidido expandirse a nuevos mercados regionales. Actualmente opera en cinco ciudades principales y desea extender su presencia a tres nuevas ciudades donde a煤n no tiene operaciones. La direcci贸n necesita una estrategia basada en datos para maximizar la rentabilidad y minimizar los riesgos asociados con esta expansi贸n.
El An谩lisis Exploratorio de Datos es una etapa fundamental en cualquier proyecto de ciencia de datos. A trav茅s del EDA, se busca explorar los datos de manera sistem谩tica para entender mejor su estructura, distribuci贸n y relaciones entre las variables. En este proyecto, el dataset utilizado contiene informaci贸n sobre la calidad de los vinos, con varias caracter铆sticas que describen sus propiedades f铆sicas y qu铆micas.
La certificaci贸n en an谩lisis de datos de Google cubre los conceptos fundamentales del an谩lisis de datos, incluyendo herramientas y t茅cnicas para transformar datos en insights significativos. Est谩 orientada a principiantes y proporciona habilidades pr谩cticas aplicables en el mundo real.
La certificaci贸n en An谩lisis de Datos con Microsoft Power BI est谩 dise帽ada para capacitar a los estudiantes en el uso de Power BI como herramienta para transformar datos en insights significativos. Se enfoca en el manejo de datos, la visualizaci贸n y la creaci贸n de informes interactivos.
La Parte 1 se centra en los principales algoritmos de aprendizaje autom谩tico y su aplicaci贸n pr谩ctica utilizando Python. Los temas tratados incluyen:
La Parte 2 est谩 dedicada al despliegue de modelos, que implica poner modelos de aprendizaje autom谩tico en producci贸n. En esta secci贸n, adquirir谩s habilidades pr谩cticas utilizando marcos y herramientas populares. Los temas tratados incluyen:
