Haré ciencia de datos, aprendizaje automático y computación científica en Python
Acerca de este Servicio
¿Buscas computación científica rigurosa, aprendizaje automático o análisis de datos avanzados respaldados por experiencia a nivel doctoral?
Tengo un doctorado en Computación Aplicada del Instituto Nacional de Investigaciones Espaciales (INPE) de Brasil y una maestría en Física y Astronomía (Univap), sumado a más de 13 años de experiencia práctica en IT y desarrollo de software en el Instituto Federal de São Paulo (IFSP). Ayudo a investigadores, startups y empresas a convertir conjuntos de datos complejos en ideas validadas, accionables y modelos predictivos.
Qué puedo hacer por ti:
- Aprendizaje automático y redes neuronales: modelado predictivo, selección de arquitectura, entrenamiento y ajuste de hiperparámetros.
- Series temporales y datos científicos: análisis estocástico de series temporales, análisis de patrones de gradiente y procesamiento de datos geoespaciales/ambientales (GNSS/TEC, astrofísica, datos de sensores).
- Auditoría de modelos y validación de ground-truth: evaluación de rendimiento estadístico, métricas de error y valoración de fiabilidad.
- Pipelines en Python personalizados: scripts limpios, reproducibles y cuadernos Jupyter para procesamiento de datos y automatización.
Envíame un mensaje con tu conjunto de datos o metas del proyecto antes de hacer la orden para alinear la mejor estrategia.
Lenguaje de programación:
Python
•
SQL
•
Colab
Herramientas:
Jupyter Notebook
•
TensorFlow
Tecnología:
Python
•
scikit-learn
•
Colab
•
Jupyter Notebook
•
SQL
•
Pandas
FAQ
Traducción automática
¿Qué debo proporcionar para comenzar?
Por favor comparte una breve descripción de tus metas del proyecto, tu conjunto de datos (CSV, NetCDF, HDF5, JSON, SQL o archivos pickle) y cualquier requisito específico, artículos de referencia o código/modelos existentes que quieras que revise o en los que pueda basarme.
¿Qué lenguajes y herramientas de programación utilizas?
Trabajo principalmente con Python (NumPy, Pandas, SciPy, Scikit-Learn, PyTorch, TensorFlow/Keras, Matplotlib/Seaborn) en entornos Linux/Jupyter, entregando scripts o cuadernos limpios, bien documentados y reproducibles.
¿Puedes ayudar con investigación académica o validación científica?
¡Sí! Con un doctorado en Computación Aplicada y una maestría en Física y Astronomía, ofrezco validación de ground-truth estadística, análisis estocástico de series temporales, evaluación de métricas de error y visualizaciones aptas para publicación para proyectos científicos y de I+D.
