Estudio Ciencia de Datos en la Javeriana, investigo economía conductual en JaBElab, y busco la intersección entre análisis cuantitativo y decisiones reales de mercado.
Estoy en 8º semestre de Ciencia de Datos en la Pontificia Universidad Javeriana. Trabajo con Python, R, SQL, Power BI y Excel para construir modelos y analizar datos. Mi proyecto más fuerte: un modelo de predicción de precios de vivienda en Bogotá que logró un R² ajustado de 89,26% sobre 551 inmuebles.
Actualmente soy Investigador Asociado en JaBElab, el Semillero de Economía del Comportamiento de la Javeriana, donde diseñamos experimentos para medir cómo el contexto social influye en el comportamiento prosocial.
También participo en Misión País, el voluntariado de la Universidad Javeriana, porque creo que los datos tienen más sentido cuando se ponen al servicio de las personas.
8º semestre — Pontificia Universidad Javeriana, Bogotá
Investigador Asociado — Semillero de Economía del Comportamiento
Modelo de predicción de vivienda en Bogotá — 551 inmuebles
Voluntariado universitario — Universidad Javeriana
Limpieza de datos, feature engineering, y modelos validados con pruebas formales: Shapiro-Wilk, Breusch-Pagan, Durbin-Watson, VIF. En mi proyecto de vivienda reduje 16 variables a 9 con prueba F parcial sin perder poder predictivo.
Código comentado, tablas de coeficientes, intervalos de confianza, gráficos diagnósticos. Cada proyecto que entrego busca que cualquier persona entienda los números sin necesidad de saber estadística avanzada.
Identificar qué variables mueven el precio de un activo para tomar decisiones de inversión con datos. Enfoque en real estate, mercados financieros y economía conductual.
Scripts en Python y R desde la descarga del dataset hasta la generación de reportes. Si un proceso se puede automatizar, lo automatizo — no hago manualmente lo que el código puede repetir.
Investigamos prosocialidad: diseñamos experimentos para medir si las personas se sienten más presionadas a recoger basura dependiendo del contexto social (cuántas personas están mirando, si hay alguien más recogiendo). Mi rol es el análisis estadístico: limpio datos experimentales, corro pruebas de hipótesis en R y Python, y armo las tablas y gráficos para presentar resultados.
Modelo de regresión múltiple sobre 551 inmuebles en Bogotá con R² ajustado de 89,26%. Identifiqué que estrato (r=0,82), área (r=0,81) y garajes (r=0,81) son los tres factores que más pesan en el precio. Reduje de 16 a 9 variables sin pérdida de poder predictivo.
Voluntariado universitario enfocado en impacto social y servicio comunitario. Los datos tienen más sentido cuando se ponen al servicio de las personas.
Cursos clave: Análisis de Regresión, Estadística Inferencial, Machine Learning, Análisis Multivariado, Economía Conductual. Proyectos en clustering, redes neuronales y series de tiempo.
Revisa mis proyectos o descarga mi CV completo.