Argentina
Eyisto José Aguilar Trejo
Data Scientist · PhD en Ciencias Aplicadas
Data Scientist con un PhD en Ciencias Aplicadas y experiencia en modelado estadístico, análisis cuantitativo y sistemas de datos complejos. Con experiencia en el desarrollo de modelos computacionales, el análisis de datos de escala media y la extracción de insights accionables de datasets de alta dimensionalidad, con conocimientos de Python, SQL, Power BI y Excel, y experiencia práctica en análisis de series temporales, modelado estocástico, feature engineering y visualización de datos. Me motiva aplicar metodologías basadas en datos para apoyar la toma de decisiones de negocio y la analítica predictiva.
Portafolio
Proyectos con resultados medidos. Hacé clic en cualquiera para ver el detalle: metodología, gráficos, resultados y demos.
ROC-AUC en test
El eje empieza en 0.5 (azar)
Modelo de propensión a conversión
Predice qué sesiones web terminan en compra (~393 mil sesiones de Google Analytics). La primera versión daba AUC 0.988 usando totales de la propia sesión; rehecha solo con información previa a la decisión: AUC 0.878 y lift ×7.8.
Predicción de precios de plantas de colección
Modelo que sugiere bandas de precio para plantas de colección a partir de anuncios de varios marketplaces. R² 0.23 en test con causa raíz identificada, más un pipeline de extracción con LLM (Gemini).
Forecasting de ventas por SKU
Predicción a 7 días de ventas diarias para 20 productos. Test genuinamente separado con WAPE 0.730 y una mejora de ~26 % sobre Seasonal Naive en la evaluación a 28 días.
Competencia · KaggleAlixPartners Data Challenge: catálogo de cajas
Rediseño del catálogo de cajas de una empresa ficticia (427 productos, 5 plantas): de 204 a 59 tipos de caja y un ahorro validado de $20.9M anuales (9.96 % menos de costo).
Producto publicadoCapital Party
Guía de eventos de salsa, bachata y boliches. App React Native en App Store y Google Play, alimentada por un pipeline que extrae eventos de flyers con Gemini.
Experiencia profesional
Data Scientist – Quantitative Modeling & Analytics (Consultor)
Oct 2024 – PresenteProyecto propio / Self-Startup · Remoto
- Desarrollo de modelos estadísticos y computacionales en Python para analizar datasets complejos a gran escala (~10,000+ nodos).
- Análisis exploratorio y de series temporales para detectar patrones, correlaciones y comportamientos emergentes.
- Diseño de métricas cuantitativas para monitorear estados del sistema y validar el desempeño de los modelos.
- Aplicación de modelado estocástico y simulación para evaluar la dinámica del sistema en distintos escenarios.
- Comunicación de resultados mediante visualizaciones y reportes analíticos estructurados.
Tech stack: Python (Pandas, NumPy, SciPy), Statsmodels, SQL, Power BI, Excel, Google Cloud / AWS
Jr. Data Scientist
Ago 2024 – Ene 2026Plants Without Borders · Remoto
- Automaticé la extracción de fichas de producto (nombre, precio, tamaño de maceta) con la API de Gemini sobre HTML parseado, independiente de la estructura de cada sitio, con salida en JSON hacia SQL.
- Análisis exploratorio de datos (EDA) para identificar tendencias, anomalías y problemas de calidad.
- Modelo de predicción de precios: baseline (DummyRegressor), regresión lineal y luego Random Forest y gradient boosting, con target en log y split 70/15/15 evaluado con RMSE.
- Limpieza, transformación y preparación de datasets para modelado analítico.
Tech stack: Python (Pandas, NumPy, scikit-learn), Gemini API, Beautiful Soup, Selenium, SQL (PostgreSQL), Excel, Power BI
Research Assistant | PhD Researcher
Jun 2020 – Dic 2023Universidad Nacional de San Martín · Argentina
- Simulaciones numéricas de modelos de redes neuronales en Python.
- Análisis de distribuciones de tamaño de avalanchas bajo distintas configuraciones de parámetros para identificar patrones emergentes.
- Análisis estadístico de resultados de simulación para evaluar el comportamiento del sistema.
- Autor de 4 artículos en Physical Review E (uno como primer autor) y un preprint en arXiv.
Tech stack: Python, simulación numérica, análisis estadístico
Professor
Mar 2018 – Feb 2020Universidad de Los Andes · Venezuela
- Enseñanza de física y métodos cuantitativos a nivel de grado.
- Desarrollo de marcos de resolución analítica de problemas para materias técnicas.
Habilidades técnicas
Programación y análisis de datos
- Python (Pandas, NumPy, SciPy)
- SQL
- FastAPI
- Jupyter Notebook
- Git
Estadística y Machine Learning
- Scikit-learn
- LightGBM
- SHAP
- Statsmodels
- Inferencia estadística
- Pruebas de hipótesis
- Series temporales (ARIMA, autocorrelación)
- Backtesting y validación temporal
- Modelos de regresión y clasificación
Modelado y simulación
- Modelado estocástico
- Simulación Monte Carlo
- Métodos numéricos
- Sistemas dinámicos
Procesamiento de datos
- Limpieza y transformación
- Feature engineering
- Datos de alta dimensionalidad
- ETL
- Extracción de datos con LLMs (Gemini API)
Visualización y BI
- Power BI (dashboards y KPIs)
- Excel avanzado
- Matplotlib
- Seaborn
Cloud y herramientas
- Google Cloud Platform (Cloud Run)
- Docker
- Firebase
- AWS (básico)
Educación
PhD en Ciencias Aplicadas e Ingeniería
Universidad Nacional de San Martín
2021 – 2023
Máster en Física Fundamental
Universidad de Los Andes
2017 – 2018
Licenciatura en Física
Universidad de Los Andes
2009 – 2017
Beca Doctoral de Investigación – CONICET
Argentina
Certificaciones y publicaciones
- Finite-size correlation behavior near a critical point: A simple metric for monitoring the state of a neural network — Physical Review E 106, 2022 (primer autor)
- Similar local neuronal dynamics may lead to different collective behavior — Physical Review E 104, 2021
- Self-tuned criticality: Controlling a neuron near its bifurcation point via temporal correlations — Physical Review E 107, 2023
- Scale-free correlations in the dynamics of a small (N ≈ 10 000) cortical network — Physical Review E 108, 2023
- School on Applications of Nonlinear Systems to Socio-economic Complexity — ICTP South American Institute for Fundamental Research, 2022
- Cursos sobre modelado de sistemas neuronales y modelado basado en datos — XIX Regional Congress on Statistical Physics and Applications to Condensed Matter
Idiomas
¿Hablamos de tu próximo proyecto de datos?
Disponible para proyectos de análisis de datos, modelado estadístico y machine learning.