¡Hola! Soy Angela Contreras, Junior Data Analyst especializada en Ciencia de Datos, Aprendizaje Automático y modelado predictivo. Cuento con formación avanzada en Inteligencia Artificial y una trayectoria que combina el rigor técnico con una alta capacidad para resolver problemas complejos mediante el análisis de datos.
Me apasiona transformar volúmenes de datos estructurados y no estructurados en insights accionables que impulsen la toma de decisiones estratégicas, la optimización operativa y la eficiencia en entornos de negocio y del sector sanitario.
¿Cómo abordo un proyecto de análisis de datos desde cero?
Para mí, un proyecto de datos nunca empieza en el código, sino entendiendo la necesidad real del proyecto o negocio. Mi metodología se divide en cuatro fases clave:
1. Definición del problema: Traduzco objetivos analíticos en preguntas cuantitativas concretas.
2. Tratamiento e ingeniería de datos: Limpieza, manejo de valores nulos y estructuración en Python (Pandas, NumPy) y SQL.
3. Análisis exploratorio (EDA) y modelado: Desde identificar patrones visuales hasta entrenar algoritmos de Machine Learning (supervisados y no supervisados).
4. Comunicación de resultados: Transformo métricas complejas en recomendaciones claras y dashboards dinámicos para facilitar la toma de decisiones.
¿Qué valor diferencial aporta mi perfil en un equipo de datos?
Mi diferencial radica en la combinación de pensamiento analítico avanzado con una sólida base técnica en el ámbito de la salud y la ciberseguridad (IoMT). Esta experiencia previa me otorga una sensibilidad especial para trabajar con datos críticos, donde la precisión, la privacidad y la detección temprana de anomalías son prioritarias. Sé comunicarme eficazmente tanto con perfiles técnicos como con usuarios finales.
¿Cuál es mi enfoque respecto a la ética y la seguridad de los datos?
El manejo responsable de los datos es la base de cualquier solución analítica. En mis proyectos priorizo la seudonimización de información sensible, el control de sesgos en modelos de Machine Learning y la integridad del dato desde la ingesta hasta la visualización.
¿Hacia dónde quiero evolucionar profesionalmente?
Busco consolidarme en equipos de datos dinámicos donde pueda aplicar soluciones de analítica predictiva y Machine Learning para resolver problemas reales. Me interesa seguir profundizando en la optimización de flujos de datos (data pipelines), arquitecturas en la nube y técnicas avanzadas de visualización.