Leonardo Inza

El objetivo de este proyecto era poder crear una herramienta que nos ayuda a la toma de decision para definir la estrategia de inversión. Para lograr este objetivo se utilizaron: S3, Lambda, Athena, Glue Data Store, Glue Crawler, DynamoDB, EventBridge. Se iba a mudar los dashboard a Quicksight pero la decision fue no seguir adelante por el momento sino esperar a recopilar información de la estrategia de inversion.

Para la tesina de la carrera de Ingeniería en Informática cree una maquina que era capaz de hacer 4 tragos, donde estaba conectada con una web app. En la misma el podía ver el stock y elegir el trago, y luego la maquina hace el trago en segundos. Todo el mecanismo se da mediante wifi.

Proyecto de data science donde obtenía un csv con 30 variables y 180.000 observaciones y tenía que predecir accidentes de tráficos. Empezaba con limpieza de nulls y transformar datos categóricos strings a numeros. Luego escalaba los datos y los dividía en train y test. Luego entrené un modelo knn, random forest y ANN para predecir y comparar los modelos. En la parte de validación me dió que todos los modelos daban una precisión del 74-75%. Para esto se desarrolló una matriz de confussión. Y… Mostrar más

Proyecto de data science donde obtenía un csv con 30 variables y 180.000 observaciones y tenía que predecir accidentes de tráficos. Empezaba con limpieza de nulls y transformar datos categóricos strings a numeros. Luego escalaba los datos y los dividía en train y test. Luego entrené un modelo knn, random forest y ANN para predecir y comparar los modelos. En la parte de validación me dió que todos los modelos daban una precisión del 74-75%. Para esto se desarrolló una matriz de confussión. Y además por cada modelo se visualizó los datos real con los que se predijo con los datos de la validación. Mostrar menos

El objetivo de este proyecto era crear un tablero con gráficos y tablas que nos permitían responder ciertas preguntas con el fin de asi poder ver de generar alguna estrategia financiera. A travez de una api se logró descargar archivos csv de todos los datos que se necesitaria. Luego se diseño una base de datos relacional donde con Tallend Studio se logró poblarlo (ETL). Después de eso se diseñó un data warehouse y nuevamente se lo pobló con ETL. Ya listo todos los datos se pensaron diferentes… Mostrar más

El objetivo de este proyecto era crear un tablero con gráficos y tablas que nos permitían responder ciertas preguntas con el fin de asi poder ver de generar alguna estrategia financiera. A travez de una api se logró descargar archivos csv de todos los datos que se necesitaria. Luego se diseño una base de datos relacional donde con Tallend Studio se logró poblarlo (ETL). Después de eso se diseñó un data warehouse y nuevamente se lo pobló con ETL. Ya listo todos los datos se pensaron diferentes preguntas y se generó un tablero con los graficos y tablas con Qlik Sense. Mostrar menos

El proyecto consistió de armar un csv con los datos de un data warehouse MySQL los datos de los valores de las acciones del mercado nacional y algunas cedars, con un total de 20 variables y 1500000 observaciones. El objetivo de este proyecto era predecir a futuro las tendencias de las acciones. La primer etapa fue la limpieza de nulls y transformar datos categóricos strings a numeros. Luego se escalo los datos y se los dividió en train y test. Luego se entreno un modelo knn, random forest y ANN… Mostrar más

El proyecto consistió de armar un csv con los datos de un data warehouse MySQL los datos de los valores de las acciones del mercado nacional y algunas cedars, con un total de 20 variables y 1500000 observaciones. El objetivo de este proyecto era predecir a futuro las tendencias de las acciones. La primer etapa fue la limpieza de nulls y transformar datos categóricos strings a numeros. Luego se escalo los datos y se los dividió en train y test. Luego se entreno un modelo knn, random forest y ANN para predecir y comparar los modelos. En la parte de validación me dió que todos los modelos daban una precisión del 74-75%. Para esto se desarrolló una matriz de confussión. Y además por cada modelo se visualizó los datos real con los que se predijo con los datos de la validación. Mostrar menos

El proyecto consistió en cuatro etapas. En la primera etapa seleccioné una Base de Datos MySQL de dónde obtener la información. En la segunda, diseñé un DataWarehouse y lo implementé en el motor de MySQL Workbench. En la tercera llevé a cabo una integración de datos (ETL) con el software Tallend Studio para obtener los datos del Data Source, transformarlos y cargarlos en el DataWarehouse. Finalmente (cuarta etapa) desarrollé un Reporting con la herramienta Qlik Sense que tomaba la información… Mostrar más

El proyecto consistió en cuatro etapas. En la primera etapa seleccioné una Base de Datos MySQL de dónde obtener la información. En la segunda, diseñé un DataWarehouse y lo implementé en el motor de MySQL Workbench. En la tercera llevé a cabo una integración de datos (ETL) con el software Tallend Studio para obtener los datos del Data Source, transformarlos y cargarlos en el DataWarehouse. Finalmente (cuarta etapa) desarrollé un Reporting con la herramienta Qlik Sense que tomaba la información del Datawarehouse. Mostrar menos