Sebastián Córdova

Me desempeño como científico de datos en ST Analytics, trabajando en proyectos como la predicción de precios de viviendas y la predicción de niveles de energía en residencias. En estos proyectos, he implementado modelos avanzados como XGBoost y Random Forest usando la biblioteca scikit-learn, y he utilizado herramientas como pandas, numpy y matplotlib para la visualización de datos. Además, he colaborado en la migración a AWS, donde he utilizado herramientas en la nube como AWS SageMaker, S3 y EC2, y he empaquetado código desarrollado localmente para su ejecución en la nube usando Docker Compose.

Anteriormente, trabajé también en ST Analytics, pero en un papel que combinaba análisis y ciencia de datos. Participé en la traducción de un modelo de valoración automática de PL-SQL a Python, lo que me permitió mejorar significativamente la velocidad de ejecución del modelo gracias a la biblioteca multiprocessing. También realicé análisis de bases de datos para identificar anomalías y desarrollé código para resolver estas cuestiones usando pandas y numpy, entre otras bibliotecas.

Antes de esto,estuve en Cognodata como analista de datos, donde mi principal tarea fue realizar consultas SQL en la base de datos de clientes del Banco Santander. En esta posición, desarrollé habilidades en SQL, además de interactuar directamente con los clientes.