Alejandro Vicente Amigo

Formo parte del equipo de Data Science de Minsait. Participo como líder de equipo en la generación de propuestas de proyecto y su desarrollo en el ámbito del análisis de datos para distintos clientes:

Enel: Elaboración de algoritmo para la predicción del elemento responsable tras una incidencia eléctrica.

Iberostar: Gobierno de la analítica y del dato. Identificando posibles casos de uso de DS.

ATC: Algoritmo de normalización y corrección de direcciones a nivel nacional.

iFra: Algoritmos y modelos predictivos asociados a la detección de conductas fraudulentas, web scraping, grafos, …

Análisis y reestructuración de los procesos actuales de detección y gestión de fraude. Análisis y reestructuración de los procesos actuales de gestión de reclamaciones. Organización de los equipos de BackOffice para la prevención y las reclamaciones. Implementación de nuevos aperos para mejorar el análisis de datos, los informes y el trabajo manual. Automatización de informes periódicos. Implementación de técnicas estadísticas para la detección de patrones, detección de anomalías y modelos de scoring.

Estadística aplicada al análisis de grandes bases de datos. Implementación de complejos scripts de R(Extracción, depuración, tratamiento de datos, explotación y presentación). Social Network Análisis aplicada con R y Neo4J(Grafos). Datamining y machine learning: Detección de patrones, detección de anomalía y modelos de scoring(Arbols de decisión, redes neuronales, naive bayes, modelos ensamblados, Random forest, etc.). Métodos de segmentación(cluster) para la detección de patrones con comportamientos comunes y anomalías. Generación de reportes y cuadros de mando para realizar el seguimiento de la situación actual. Administración de la herramienta CyberSource, gestión de listas negativas y positivas y generación de reglas de negocio.