Resumen de Habilidades
Ingeniería de Datos y Canalizaciones
Charles construye canalizaciones de datos de grado de producción que ingieren, transforman y validan datos de múltiples fuentes. Como Ingeniero de Datos I en Clearway Energy Group, trabaja diariamente con Dagster, dbt, Polars y Snowflake para automatizar flujos de trabajo de datos de activos de energía renovable. Tiene experiencia diseñando procesos ETL/ELT que manejan integraciones API, uniones de datos espaciales y patrones de carga incremental.
Herramientas y Tecnologías: Python, Dagster, dbt, dlt, Polars, Snowflake, DuckDB, Hex
Demostrado en: Pipeline de Rendimiento de Activos Renovables, Análisis de Asequibilidad de Vivienda y Desplazamiento, Archivo de Datos de Google Analytics, Pipeline de Análisis Energético, Observatorio de Señales Sintéticas
Análisis Estadístico y Modelado
Charles aplica métodos estadísticos rigurosos para responder preguntas de investigación y validar hallazgos. Su trabajo incluye regresión OLS con errores estándar robustos, ANOVA, modelos de interacción, regresión cuantil y validación cruzada. Se siente cómodo seleccionando entre especificaciones de modelos usando AIC, diagnosticando multicolinealidad con VIF e interpretando resultados tanto para audiencias técnicas como no técnicas.
Herramientas y Tecnologías: Python (statsmodels, scipy), scikit-learn, R
Demostrado en: Análisis de Asequibilidad de Vivienda y Desplazamiento, Análisis de Calidad del Vino, Predicción de Precios de Viviendas en Ames, Análisis de Privación del Sueño
Aprendizaje Automático
Charles tiene experiencia construyendo y evaluando modelos de aprendizaje supervisado para tareas de regresión y clasificación. Ha trabajado con modelos lineales, k-vecinos más cercanos, bosques aleatorios, XGBoost, redes neuronales (TensorFlow/Keras) y conjuntos de apilamiento. Aplica ingeniería de características, validación cruzada, ajuste de hiperparámetros y técnicas de interpretabilidad de modelos como SHAP para comprender y comunicar el comportamiento del modelo.
Herramientas y Tecnologías: scikit-learn, TensorFlow/Keras, XGBoost, SHAP
Demostrado en: Predicción de Precios de Viviendas en Ames, Clasificación de la Nave Espacial Titanic, Análisis de Calidad del Vino, Análisis de Asequibilidad de Vivienda y Desplazamiento
Visualización de Datos y Paneles
Charles crea visualizaciones y paneles interactivos que hacen que los datos sean accesibles para los tomadores de decisiones. Ha construido paneles en R Shiny con filtrado dinámico y tablas interactivas, paneles en Tableau con vistas parametrizadas y visualizaciones en Python usando Matplotlib y Streamlit. Se enfoca en la claridad, la selección adecuada de gráficos y en hacer que la historia en los datos sea fácil de seguir.
Herramientas y Tecnologías: Tableau, R Shiny, Matplotlib, Streamlit, ggplot2, Plotly
Demostrado en: Panel de Emisiones Globales de CO₂, Panel de Visitas a Parques Nacionales, Panel de Felicidad Mundial, Observatorio de Señales Sintéticas, Análisis de Asequibilidad de Vivienda y Desplazamiento
SQL y Análisis de Bases de Datos
Charles escribe SQL para extracción, transformación y consultas analíticas de datos. Se siente cómodo con agregaciones, funciones de ventana (RANK, ROW_NUMBER), CTEs, subconsultas, uniones y operaciones de conjunto. Trabaja tanto con bases de datos relacionales tradicionales como con motores analíticos modernos como DuckDB y Snowflake.
Herramientas y Tecnologías: SQL (MySQL, Snowflake, DuckDB)
Demostrado en: Análisis de Ventas de Restaurantes, Análisis de Nombres de Bebés, Análisis de Robos de Vehículos Motorizados, Pipeline de Rendimiento de Activos Renovables, Pipeline de Análisis Energético
Análisis de Hojas de Cálculo y Negocios
Charles usa Excel como herramienta analítica, no solo para entrada de datos, sino para construir análisis estructurados con tablas dinámicas, VLOOKUP/SUMIFS, formato condicional, gráficos de Pareto y mapas de calor. Su trabajo con hojas de cálculo se enfoca en traducir datos operativos brutos en información de negocio procesable.
Herramientas y Tecnologías: Excel (Tablas Dinámicas, Power Query, VLOOKUP, SUMIFS, Formato Condicional, Gráficos Combinados)
Demostrado en: Análisis de Tiempo de Inactividad en Fabricación, Análisis de Colisiones en NYC
Manipulación de Datos y ETL
Charles limpia, transforma e integra regularmente conjuntos de datos desordenados de múltiples fuentes. Trabaja con datos tabulares, datos espaciales (shapefiles, GeoJSON) y respuestas API. Tiene experiencia tanto con Pandas como con Polars para operaciones de dataframes, y con GeoPandas para uniones espaciales y análisis geográfico.
Herramientas y Tecnologías: Python (Pandas, Polars, GeoPandas), integración API, Census ACS, OpenStreetMap Overpass
Demostrado en: Análisis de Asequibilidad de Vivienda y Desplazamiento, Análisis de Consumo Eléctrico, Análisis de Listados de AirBnB, Archivo de Datos de Google Analytics
Desarrollo Web
Charles construyó su sitio web de portafolio desde cero usando HTML5, CSS3 y JavaScript con módulos ES — sin frameworks ni empaquetadores. El sitio cuenta con diseño responsivo, marcado accesible (WCAG 2.1 AA), galerías de proyectos filtrables con filtrado basado en URL y un carrusel de testimonios. Mantiene el código con prácticas profesionales que incluyen linting, pruebas automatizadas y despliegue CI/CD.
Herramientas y Tecnologías: HTML5, CSS3, JavaScript (Módulos ES)
Demostrado en: Sitio Web de Portafolio
DevOps y Herramientas
Charles utiliza herramientas de desarrollo modernas para mantener la calidad del código y automatizar flujos de trabajo. Configura pipelines CI/CD con GitHub Actions, escribe pruebas con pytest y Jest, gestiona entornos Python con uv y aplica estándares de código con linters (ESLint, Stylelint, Ruff) y formateadores (Prettier). Sigue convencional commits y prácticas de versionado semántico.
Herramientas y Tecnologías: Git, GitHub Actions, CI/CD, uv, pytest, Jest, Playwright, ESLint, Stylelint, Ruff, Prettier
Demostrado en: Sitio Web de Portafolio, Pipeline de Rendimiento de Activos Renovables, Análisis de Asequibilidad de Vivienda y Desplazamiento