L***************e
Información del candidato
Soy estudiante de data, estoy finalizando distintos cursos en Coderhouse.
Comencé en 2022, realicé los cursos de Procesamiento de Datos en Excel, Data Analytics y Data Science. Actualmente estoy cursando SQL.
También tengo planeado iniciar la carrera de Data Science.
Me gusta el manejo de datos y bases de datos, la estructura y normalización, reportes y visualización.
Tuve experiencia con herramientas como Power BI, SQL, Python y el paquete Office 365, sobretodo Excel.
Actualmente tengo un trabajo estable y de buen ingreso en el rubro comercial, pero quiero y realmente es mi objetivo ingresar de lleno al mundo de los datos. Porque encontré lo que me gusta, a lo que quiero dedicarme y aprender lo mejor que pueda.
Sé que mi experiencia en el rubro es básica, pero destaco por ser proactivo y totalmente comprometido.
Quizás requiera capacitación y adaptación, pero mi personalidad laborar y mi responsabilidad son mis fortalezas y las que me ayudarán a considerarme apto al puesto de analista de datos.
Educación
Curso de 2 meses. Análisis y procesamientos de datos en excel, con uso de funciones y fórmulas, edición, corrección, estandarización, tablas dinámicas, formatos condicionales, storytelling y dashboard para presentaciones de gráficos acordes y estadísticos.
Curso de 3 meses. Manipulación de bases de datos mediante el uso de herramientas como Excel, SQL y Power BI a fin de brindar administración y mantenimiento de registros a las empresas y/o entes que lo requieran. Esclarecer y organizar información mediante técnicas de estructura tablas, diagramas y esquemas que permitan organizar, procesar y presentar Dashboards y Storytelling claros, concisos y completos.
Curso de 8 meses. Adquisición y la manipulación de datos. Análisis Exploratorio de Datos (EDA). Utilización de librerías de data data wrangling (i.e Numpy y Pandas) del Stack del Data Scientist para obtener datos y manipularlos. Resolver problemáticas de negocio, generar insights relevantes. Algoritmos más utilizados para construir, modelar y entrenar modelos de Machine Learning. Entrenamiento de distintos modelos de ML y elección del mejor utilizando métricas de validación de y ensamble de modelos.
