Vicente Pinochet Ramirez

Ingeniero Civil Eléctrico & Magíster (c) en Ciencia de Datos

Acerca de Mí

Soy Vicente Pinochet Ramirez, Ingeniero Civil Eléctrico de la Universidad de Chile y actualmente estudiante de Magíster en Ciencia de Datos en la misma institución. Mi pasión radica en la intersección de la ingeniería eléctrica, el análisis avanzado de datos y el desarrollo de software, buscando siempre aplicar mis conocimientos para resolver problemas complejos y generar impacto.

Con experiencia en proyectos que abarcan desde el modelamiento de sistemas eléctricos hasta la implementación de soluciones de machine learning y deep learning, me enfoco en la innovación y la eficiencia. Mi objetivo es continuar explorando las fronteras de la tecnología y contribuir con soluciones que aporten valor.

Proyectos Destacados

Co-Fundador & Data Scientist en Start-Up WaaT

Liderazgo técnico en una start-up enfocada en el sector energético. Mis responsabilidades abarcaron desde la concepción de la arquitectura de datos hasta el desarrollo de modelos y herramientas analíticas.

  • Scraping y procesamiento de más de 150,000 facturas eléctricas, implementando técnicas de minería de datos para la extracción de información clave.
  • Desarrollo de dashboards interactivos con Plotly/Dash para la visualización de patrones de consumo y costos energéticos.
  • Creación y validación de modelos de machine learning para la predicción de costos energéticos.
  • Gestión y optimización de bases de datos SQL con millones de registros, asegurando la integridad y disponibilidad de la información.

Plataforma de Streaming de Eventos para Monitoreo de Flotas Mineras - Codelco

Diseño e implementación de una arquitectura de streaming de eventos utilizando Apache Kafka y TimescaleDB para el monitoreo y análisis en tiempo real de datos de telemetría de maquinaria minera. Desarrollo de dashboards interactivos con Dash y Plotly.

Modelo Predictivo de Demanda Energética

Desarrollo de un modelo de machine learning (series temporales, LSTM) para la predicción de la demanda energética a corto y mediano plazo, utilizando datos históricos y variables exógenas. Evaluación y optimización del modelo para mejorar la precisión.

Habilidades Técnicas

Ciencia de Datos & Machine Learning

  • Modelado Predictivo (Regresión, Clasificación, Series Temporales)
  • Deep Learning (Redes Neuronales, CNNs, RNNs, LSTMs)
  • Procesamiento de Lenguaje Natural (NLP)
  • Análisis Exploratorio de Datos (EDA)
  • Ingeniería de Características
  • Big Data (Spark, Hadoop Ecosystem - Básico)

Ingeniería de Datos & Backend

  • Streaming de Eventos (Apache Kafka)
  • Bases de Datos de Series Temporales (TimescaleDB)
  • Orquestación de Flujos de Trabajo (Apache Airflow)
  • ETL y Data Warehousing
  • Contenerización (Docker)

Programación & Visualización

  • Python (Pandas, Scikit-learn, TensorFlow, Dash)
  • R (ggplot2, dplyr)
  • SQL
  • Visualización Avanzada (Plotly, Dash)
  • Geodatos con Folium
  • AWS (Análisis de rendimiento)
  • Git, GitHub

¡Contacta Conmigo!

Siempre estoy abierto a discutir nuevos proyectos, ideas o simplemente conectar con otros profesionales del área.