Entregaré predicción de CLV, segmentación y conocimientos accionables para retención

Construyo soluciones personalizadas de inteligencia empresarial impulsadas por IA que combinan aprendizaje automático avanzado con paneles interactivos. Mi experiencia abarca predicción del valor del cliente (CLV), predicción de abandono, segmentación de clientes y explicabilidad del modelo usando SHAP/LIME.

Con habilidades en Python, scikit-learn, XGBoost, Random Forest, Pandas, NumPy, Matplotlib y Streamlit/Dash, entrego soluciones completas que incluyen:

Preparación de datos y ingeniería de características (agregar transacciones, limpiar datos, crear características derivadas).

Modelado y evaluación (Regresión lineal, Random Forest, SVM, XGBoost con métricas como R², RMSE, precisión, recall, F1-score, AUC).

Explicabilidad y conocimientos (análisis de contribución de características con SHAP/LIME).

Segmentación de clientes (KMeans, DBSCAN, modelos de mezcla gaussiana con perfiles accionables).

Paneles interactivos donde los clientes ingresan datos y ven predicciones, factores clave y visualizaciones al instante.

Los entregables pueden incluir un notebook de Jupyter con análisis completo, un informe breve con recomendaciones y un prototipo de app en Streamlit/Dash funcional listo para demo o integración con tus sistemas existentes.