Economista | Datos y Analitica | Python, SQL, R, Power BI | Candidato a Maestria en Datos Masivos
Soy economista en el departamento de Cuentas Nacionales del Banco Central de la Republica Dominicana, donde participo en el calculo del PIB bajo el Sistema de Cuentas Nacionales 2008, conciliando los Cuadros de Oferta y Utilizacion a partir de los estados financieros de miles de empresas e instituciones gubernamentales. Buena parte de ese trabajo consistia en seis analistas compitiendo por los mismos libros compartidos. Ese tipo de cuello de botella no me convence, asi que construyo las herramientas que lo eliminan.
Ese instinto es lo que me llevo a disenar la aplicacion en Python (pandas + xlwings) que hoy orquesta la compilacion de las cuentas nacionales por actividad economica, liberando unas cuatro horas diarias del equipo; un pipeline de datos que consolido archivos dispersos en una sola tabla de mas de 1.3 millones de registros, con un script de validacion que detecto 7,000 cambios interanuales de catalogo que una auditoria manual habria pasado por alto; y un Cuadro de Oferta y Utilizacion desagregado de mas de 480 columnas con su propio algoritmo de optimizacion para equilibrar oferta y utilizacion.
Actualmente curso la Maestria en Analisis y Visualizacion de Datos Masivos (UNIR), y uso proyectos personales para profundizar en las partes del stack que mi trabajo diario todavia no exige - infraestructura autohospedada, automatizacion con LLM, dashboards construidos con datos publicos. Los proyectos de abajo son ejemplos representativos, todos construidos con datos sinteticos o publicos.
Trabajos de mi Maestria en Analisis y Visualizacion de Datos Masivos: pipelines con MongoDB y Neo4j, ML supervisado (scikit-learn, Keras), estadistica inferencial y un ejercicio de streaming con Spark/HDFS/Kafka. Cada carpeta de asignacion tiene su propio README bilingue con resultados y visualizaciones.
Ver en GitHub →
Un pipeline de extremo a extremo que convierte correos de notificacion bancaria en un presupuesto categorizado y autohospedado: reglas de palabras clave mas Claude para los casos ambiguos, cruce de comercios con Apple Pay, un dashboard HTML y sincronizacion con una instancia autohospedada de Firefly III. Incluye un modo demo que corre con datos sinteticos sin ninguna credencial.
Ver en GitHub →
Un pipeline y dashboard en Streamlit para analizar datos de nomina del sector publico, construido a partir de los PDFs mensuales del portal de transparencia. Extrae, limpia y normaliza casi dos decadas de registros para comparar estructura de compensacion y trayectorias de carrera entre instituciones, departamentos y cargos.
Ver en GitHub →Scripts de RAG y mantenimiento para un vault de conocimiento personal: busqueda hibrida, embeddings incrementales y una consolidacion nocturna con guardarrailes que mantiene enlaces y estructura de grafo sin reescribir notas en silencio.
Ver en GitHub →Once skills de Claude Code para investigacion, escritura y gestion de conocimiento personal: investigacion profunda multi-fuente, informes citados con el metodo STORM, conversion de libros a skills, y mas.
Ver en GitHub →