Construiré una plataforma de análisis de clientes y ML en base de datos en GCP
Ingeniero de datos, Científico de datos
Acerca de este Servicio
Diseñaré y construiré una solución integral de Customer Analytics 360° y aprendizaje automático en base de datos usando GCP y BigQuery ML.
Lo que ofrezco:
- Puntuación de churn y API en tiempo real: Entreno modelos de abandono en BigQuery ML (LOGISTIC_REG) y despliego endpoints de scoring con FastAPI para evaluación instantánea del riesgo.
- Segmentación de clientes: Construyo un In-Database RFM Feature Store y aplico clustering K-Means (VIP, en riesgo, perdido) para marketing dirigido.
- Predicciones de ingresos y dashboards: Predicciones de ventas a 30 días usando BigQuery ML (ARIMA_PLUS) mostradas en dashboards interactivos de Looker Studio.
Pila tecnológica: Google Cloud Platform, BigQuery ML, Python, FastAPI, Docker, Looker Studio, SQL.
¿Por qué trabajar conmigo?
- ML en base de datos: Elimina exportaciones costosas de datos y aprovecha la velocidad de la nube.
- Listo para producción: Scripts de Python de nivel producción, APIs REST y SQL limpio.
Por favor, contáctame antes de hacer un pedido para discutir tu arquitectura de datos.
Marcos:
Scikit-learn
•
Google ML Kit
•
Panda
•
Otros
Tipo de datos:
Otros
Lenguaje de programación:
Python
•
SQL
•
NoSQL
•
Scala
Herramientas:
MLflow
•
Otros
API:
Google Cloud Vision API
•
Azure Face API
Mi porfolio
FAQ
Traducción automática
¿Por qué usar BigQuery ML en lugar de scripts tradicionales de ML en Python?
BigQuery ML ejecuta aprendizaje automático directamente dentro de Google Cloud Platform sin exportar datos a servidores externos. Esto acelera la ejecución, evita costos elevados de transferencia de datos y escala fácilmente con grandes conjuntos de datos.
¿Necesito otorgarte acceso completo a mi proyecto de Google Cloud Platform?
No. Puedes darme permisos restringidos de BigQuery Admin y IAM Service Account, o puedo entregarte scripts SQL limpios, código de FastAPI y guías paso a paso para que puedas desplegarlo en tu lado.
¿Qué formatos de datos necesito proporcionar?
Puedes proporcionar datos en bruto desde PostgreSQL, archivos CSV, buckets de Google Cloud Storage o tablas directas de BigQuery. Yo me encargaré de limpiar los datos, crear las características y configurar la pipeline Medallion.

