Construiré modelos de aprendizaje automático y análisis estadístico en python

Data Scientist con experiencia en machine learning de producción, modelado predictivo, análisis estadístico y métodos de supervivencia/tiempo hasta evento, diseñados para decisiones reales, no solo para demos en notebooks.

Experiencia: desarrollé modelos NLME y de supervivencia para investigación clínica que redujeron el tamaño de muestra requerido en un 30-40 %, modelos predictivos para riesgo cardiovascular que superan las escalas clínicas estándar, y pipelines estadísticos que soportan comparaciones de eficacia de medicamentos en diferentes mercados. 2 publicaciones revisadas por pares en análisis de datos.

En qué puedo ayudarte: construir y evaluar modelos ML (Random Forest, XGBoost, regresión) con validación adecuada, no solo un modelo ajustado sin diagnósticos; análisis de supervivencia/tiempo hasta evento (Cox PH, Kaplan-Meier); pruebas A/B y pruebas de significancia estadística correctamente realizadas; limpieza de datos y ingeniería de características; explicar la metodología de forma clara para que puedas defenderla en una defensa de tesis o reunión con stakeholders.

Pila tecnológica: Python (Scikit-learn, Pandas, NumPy, SciPy, PyTorch), R, Statsmodels. Cada entrega incluye una explicación en lenguaje sencillo de lo que se hizo y por qué. Envía tu conjunto de datos o descríbelo, y te sugeriré el enfoque adecuado.