Sobre mí
Data Scientist con formación matemática en optimización, inferencia bayesiana y machine learning. Construyo modelos de extremo a extremo: planteamiento, ETL, validación y despliegue. Me interesa el paso de un problema matemático o estadístico a una solución que funcione en la práctica.
Experiencia
Santiago, CL
NoiseGrasp
- Calibro y valido modelos bayesianos de Marketing Mix Modeling para estimar el ROI incremental de canales publicitarios, ejecutando pipelines de ETL, entrenamiento y análisis para clientes de Latinoamérica y EE.UU.
- Contribuyo a librerías internas de Python para modelamiento estadístico, extendiendo módulos de validación y reporting mediante Git, pull requests y code reviews.
- Implementé Simulation-Based Calibration (SBC) para evaluar distribuciones posteriores y construir benchmarks de MCMC y aproximaciones variacionales.
Santiago, CL
Universidad de O'Higgins
- Implementé algoritmos de programación convexa y no lineal con SciPy y CVXPY para proyecciones sobre conjuntos prox-regulares, en un proyecto Fondecyt.
- Diseñé experimentos numéricos para contrastar la convergencia de los algoritmos contra los resultados teóricos del proyecto.
Santiago, CL
Pedro Donoso Ingenieros Asociados
- Desarrollé modelos de regresión espacial para predecir precios inmobiliarios, abordando autocorrelación y heterogeneidad espacial con datos del American Community Survey en R.
- Procesé y transformé datos con Python y Pandas, construyendo variables para caracterizar servicios de transporte público a partir de ADATRAP.
Proyectos
FinOpt
Ene 2026 — Jun 2026Plataforma full-stack de planificación financiera basada en objetivos: simulación Monte Carlo, optimización convexa con restricciones probabilísticas (CVaR), búsqueda de horizonte mínimo de inversión con garantías probabilísticas, progreso en tiempo real y tests de integración.
UFC Fight Predictor
Abr 2025 — Jul 2025Pipeline end-to-end de ML para predicción de resultados UFC: ETL, feature engineering y entrenamiento con Scikit-learn, XGBoost y AutoGluon, alcanzando 66% de accuracy frente a un baseline de 55%. Arquitectura modular orientada a objetos y aplicación CLI con Rich empaquetada en Docker.
Educación
Magíster en Ciencias de la Ingeniería, mención en Matemáticas Aplicadas
- GPA 6.9 / 7.0
- Tesis: Inexact Catching-Up Algorithm for Moreau's Sweeping Processes. ↗ repositorio
Ingeniero Civil Matemático
- GPA 7.0 / 7.0
Habilidades técnicas
Publicaciones
↗ doi.org/10.1007/s00245-025-10307-w ↗ arXiv:2501.04781