Acerca de mí
Soy Milagros, estudiante de Ing. IA y Ciencia de Datos en la Universidad Católica del Uruguay. Me apasiona transformar datos en insights accionables y construir modelos que generen impacto real.
Actualmente estoy enfocada en feature engineering, análisis exploratorio de datos y machine learning aplicado, con especial interés en proyectos que combinen rigor técnico con impacto social.
Este portfolio documenta mi viaje de aprendizaje en ingeniería de datos, desde análisis exploratorio hasta modelado predictivo, con énfasis en reproducibilidad, ética en IA y buenas prácticas de desarrollo.
Información de Contacto¶
🛠️ Stack Técnico¶
Lenguajes & Frameworks¶
Python
Avanzado - Uso diario
R
Intermedio - Análisis estadístico
SQL
Intermedio - Queries complejas
Herramientas & Librerías¶
📈 Áreas de Interés¶
Feature Engineering
Creación de features temporales, encoding avanzado y reducción dimensional con PCA.
Calidad de Datos
Missing data imputation, outlier detection y prevención de data leakage.
Ética en IA
Fairness metrics, bias mitigation con Fairlearn y documentación de decisiones éticas.
🎯 Proyectos Destacados¶
En este Portfolio¶
| Proyecto | Tecnologías | Descripción |
|---|---|---|
| Feature Engineering Avanzado | Pandas, Scikit-learn | Features derivadas, ratios y transformaciones en Ames Housing |
| PCA y Feature Selection | PCA, RFE, Filter Methods | Reducción de 79→15 features con 13.8% mejora en AUC |
| Temporal Features | Time Series, RFM | Lag features, rolling windows en e-commerce UK |
| Bias Detection | Fairlearn, Aequitas | Análisis de fairness en Adult Income dataset |
📚 Aprendizaje Continuo¶
Actualmente estoy:
- Profundizando en MLOps y deployment de modelos
- Explorando Deep Learning con PyTorch
- Participando en competencias de Kaggle
- Documentando mi proceso de aprendizaje en este portfolio
