# Carlos Mendoza Headline: Científico de Datos Senior | Machine Learning & Analítica Predictiva - Email: carlos.mendoza@example.com - Phone: +34 612 345 678 - URL: https://www.carlosmendoza.dev Ubicación: Calle de Alcalá 123, Madrid, Comunidad de Madrid, España, 28001 Perfiles: - LinkedIn: [@carlosmendoza](https://www.linkedin.com/in/carlosmendoza) - GitHub: [@carlosmendoza](https://github.com/carlosmendoza) ## Información básica Científico de datos con más de 8 años de experiencia en el desarrollo de soluciones analíticas y modelos predictivos para los sectores financiero, retail y telecomunicaciones. Especializado en machine learning, procesamiento del lenguaje natural (NLP) y análisis de grandes volúmenes de datos con Python, Spark y cloud computing (AWS y GCP). - Diseño e implementación de modelos de clasificación y regresión con impacto directo en la reducción de costes y optimización de ingresos. - Experiencia en la dirección de equipos multidisciplinares y en la comunicación de resultados a stakeholders no técnicos. - Apasionado por el aprendizaje continuo y la aplicación de técnicas de IA responsable y explicable. ## Educación ### Universidad Politécnica de Madrid Maestría, Ciencia de Datos e Inteligencia Artificial, Puntuación: 9,2, sept 2014–jul 2016 URL: https://www.upm.es/ Cursos: Aprendizaje Automático Avanzado, Big Data y Computación Distribuida, Visualización de Datos, Estadística Bayesiana, Deep Learning, Minería de Datos Summary: - Graduado con matrícula de honor en el trabajo final: "Modelos híbridos para la predicción de series temporales financieras." - Colaboré como investigador ayudante en el grupo de Sistemas Inteligentes, desarrollando algoritmos de clasificación para datos no balanceados. ### Universidad Carlos III de Madrid Licenciatura, Ingeniería Informática, Puntuación: 8,7, sept 2010–jun 2014 URL: https://www.uc3m.es/ Cursos: Estructuras de Datos y Algoritmos, Bases de Datos, Ingeniería del Software, Redes de Computadores Summary: - Formación integral en ingeniería del software, sistemas operativos y arquitectura de computadores. - Realicé prácticas en empresa en el departamento de inteligencia de negocio de una consultora tecnológica. ## Experiencia laboral ### Científico de Datos Senior TechNova Analytics, mar 2020 hasta la fecha URL: https://www.technova-analytics.es Palabras clave: Machine Learning, AWS, MLOps, Fraude, Liderazgo Summary: - Lidero el diseño y despliegue de modelos predictivos de fraude en tiempo real, logrando reducir las pérdidas por fraude en un 23 % en el primer año. - Desarrollo pipelines de datos escalables en AWS (S3, Glue, SageMaker) y orquestación con Apache Airflow. - Impulso la adopción de MLOps y buenas prácticas de reproducibilidad, monitorización y gobernanza de modelos. - Coordino un equipo de 4 científicos de datos y colaboro con ingenieros de software y analistas de negocio para priorizar casos de uso de alto impacto. - Presento resultados ejecutivos periódicos al comité de dirección y asesoro en la definición de la estrategia de datos de la compañía. ### Analista de Datos / Científico de Datos Junior Grupo Financiero Íbero, sept 2016–feb 2020 URL: https://www.grupoibero.es Palabras clave: Python, SQL, Clustering, BigQuery, Segmentación Summary: - Construí modelos de segmentación de clientes mediante clustering (K-means, DBSCAN) para campañas de marketing personalizadas, incrementando la tasa de conversión en un 15 %. - Automatizé informes de negocio con Python y SQL, reduciendo el tiempo de generación de reportes de 3 días a 2 horas. - Implementé sistemas de recomendación basados en filtrado colaborativo para la banca online. - Participé en la migración de un data warehouse on-premise a Google BigQuery. ### Ingeniero de Datos Consultora Ábaco Digital, jul 2014–ago 2016 URL: https://www.abacodigital.es Palabras clave: ETL, Hadoop, Spark, Tableau, SQL Summary: - Diseñé y mantuve procesos ETL para la integración de datos de múltiples fuentes en entornos Hadoop y Spark. - Desarrollé dashboards en Tableau y Power BI para monitorizar KPIs de clientes del sector retail. - Optimicé consultas SQL y modelos dimensionales para acelerar el acceso a datos analíticos. ## Idiomas - Español: Competencia nativa o bilingüe, Palabras clave: Lengua materna - Inglés: Competencia profesional plena, Palabras clave: TOEFL 110, Experiencia internacional ## Competencias - Aprendizaje Automático: Experto, Palabras clave: Python, Scikit-learn, TensorFlow, PyTorch, XGBoost, NLP - Ingeniería de Datos: Avanzado, Palabras clave: SQL, Apache Spark, Hadoop, Airflow, dbt - Visualización de Datos: Avanzado, Palabras clave: Tableau, Power BI, Matplotlib, ggplot2, Looker ## Premios ### Premio Nacional de Inteligencia Artificial Aplicada Asociación Española de Inteligencia Artificial (AEPIA), nov 2021 Summary: Reconocimiento al proyecto "Detección temprana de enfermedades cardiovasculares mediante deep learning", desarrollado en colaboración con el Hospital Universitario de La Paz. ### Mejor Comunicación en el Congreso de Ciencia de Datos Universidad Politécnica de Madrid, jun 2016 Summary: Premio al trabajo fin de máster por su contribución a la predicción de series temporales financieras con modelos híbridos. ## Certificados ### AWS Certified Machine Learning - Specialty Amazon Web Services, mar 2022 URL: https://aws.amazon.com/es/certification/ ### Professional Data Engineer Google Cloud, oct 2020 URL: https://cloud.google.com/certification ## Publicaciones ### Técnicas de ensemble learning para la detección de fraude en seguros Revista Iberoamericana de Inteligencia Artificial, abr 2022 URL: https://www.iberamia.org/revista Summary: - Propone un sistema híbrido basado en Random Forest, Gradient Boosting y redes neuronales para identificar patrones de fraude. - El modelo alcanza una AUC-ROC de 0,97 sobre un conjunto de datos real del sector asegurador. - Analiza la interpretabilidad de los modelos mediante SHAP para facilitar su adopción en entornos regulados. ## Referencias ### Dra. Lucía Fernández Directora de Data Science en TechNova Analytics, lucia.fernandez@technova-analytics.es, +34 655 123 987 Summary: Carlos es un profesional excepcional, con una gran capacidad para traducir problemas de negocio en soluciones analíticas. Su liderazgo técnico y visión estratégica han sido clave para el éxito de nuestro equipo. ## Proyectos ### Detección de noticias falsas en redes sociales Sistema de PLN basado en Transformers para clasificar noticias en español como verdaderas o falsas., ene 2023–jun 2023 URL: https://github.com/carlosmendoza/fake-news-detector Palabras clave: NLP, Transformers, FastAPI, Docker Summary: - Fine-tuning de modelos BERT y RoBERTa sobre un corpus de noticias etiquetadas en español. - Desarrollo de una API REST con FastAPI y despliegue en un contenedor Docker en Google Cloud Run. - Publicación de los notebooks y el dataset procesado en GitHub como recurso educativo. ### Cuadro de mando integral para pymes Dashboard interactivo construido con Streamlit para visualizar KPIs financieros y operativos de pequeñas empresas., mar 2023–jul 2023 URL: https://github.com/carlosmendoza/dashboard-pymes Palabras clave: Streamlit, Prophet, Dashboard, KPI Summary: - Permite a los usuarios sin perfil técnico explorar sus datos de ventas, gastos y rentabilidad de forma intuitiva. - Incluye módulos de predicción de tesorería mediante Prophet y análisis de desviaciones. ## Intereses - Ajedrez: Competiciones locales, Táctica - Senderismo: Sierra de Guadarrama, Fotografía de naturaleza - Música: Piano, Jazz ## Voluntariado ### Data Science for Social Good España Voluntario Científico de Datos, may 2019–dic 2022 URL: https://www.datascienceforsocialgood.es Summary: - Colaboré con ONG en el análisis de datos socioeconómicos para optimizar la distribución de ayudas alimentarias. - Desarrollé modelos de predicción de desempleo a nivel comarcal para orientar políticas públicas locales. - Impartí talleres introductorios de Python y visualización de datos a estudiantes de secundaria en zonas rurales.