Bienvenido a este repositorio donde consolido mi trabajo práctico avanzado en la asignatura Aprendizaje Automático Profundo (Deep Learning) de la Universidad Nacional de La Plata (UNLP), junto con implementaciones de ingeniería de datos aplicadas.
Este repositorio demuestra mi capacidad para transicionar desde modelos teóricos de IA hacia pipelines de datos productivos y visualización de negocio.
Colección de trabajos prácticos académicos cubriendo fundamentos de Redes Neuronales.
- Tecnologías: TensorFlow, Keras, Scikit-learn, Pandas.
- Temas: CNNs, NLP, Series Temporales y Optimización.
Proyecto: Pipeline de Detección de Fraude Financiero Un flujo de trabajo End-to-End que simula un entorno real de Data Engineering.
- ETL: Scripts de limpieza y transformación de datos transaccionales.
- Modelo: Autoencoders para detección de anomalías (No supervisado).
- BI & Viz: Integración de resultados con Tableau para análisis de riesgo.
- Lenguajes: Python (Pandas, NumPy), SQL.
- Deep Learning: TensorFlow, Keras, Autoencoders.
- Data Engineering: ETL Pipelines, Data Wrangling, Manejo de datos desbalanceados.
- Visualización: Tableau (Dashboards interactivos, Storytelling).
Repositorio mantenido por Santiago Fierro - Linkedin