Braian Murillo | Data Scientist & Industrial Engineer

R / MACHINE LEARNING

RECONOCIMIENTO DE FONEMAS MEDIANTE ÁRBOLES DE DECISIÓN

El objetivo fue resolver un problema de clasificación para identificar cinco fonemas específicos ('aa', 'ao', 'dcl', 'iy', 'sh') utilizando el archivo phoneme.data. El conjunto de datos consta de 4509 observaciones y 259 variables, de las cuales 256 son características numéricas que representan frecuencias transformadas.

METODOLOGÍA

Análisis Exploratorio: Se realizó un preprocesamiento eliminando las variables speaker y row.names, renombrando las frecuencias y transformando la variable objetivo FonemaDicho a factor.
División de Datos: Se particionó la base para obtener un 75% de entrenamiento y un 25% de testeo.
Modelado Inicial: Se construyó un árbol de decisión con la librería rpart, resultando en una estructura con 9 hojas.
Optimización: Para mejorar el desempeño, se generó un arbolGrande eliminando restricciones de parada (cp = 0 y minsplit = 0). Tras analizar el gráfico de validación cruzada, se realizó una poda utilizando el parámetro de complejidad cp = 0.0019.

RESULTADOS Y COMPARATIVA

Mejora de Precisión: La exactitud general subió de 0.8507 en el modelo inicial a 0.8889 en el modelo podado.
Métricas por Clase: Se logró un incremento significativo en la Sensibilidad de fonemas críticos: la clase 'aa' mejoró de 0.6590 a 0.7283 y la clase 'iy' subió de 0.9379 a 0.9690.
Robustez: La Especificidad se mantuvo por encima de 0.94 en todas las clases.

Imagen 1: Gráfico de barras de la variable a predecir.

Imagen 2: Gráfico del árbol de decisión.

Métricas Iniciales

Imagen 3: Tabla de resultados del modelo base.

Métricas Finales (Optimizado)

Imagen 4: Tabla de resultados tras la poda.

A. Entrenamiento y Visualización Inicial

library(rpart)
arbol = rpart(FonemaDicho ~ ., entreno)
library(rpart.plot)
rpart.plot(arbol, extra = 1, type = 5, cex = 0.8)

B. Optimización por Poda

arbolGrande = rpart(FonemaDicho ~ ., entreno, method = "class", cp = 0, minsplit = 0)
arbolPodado = prune(arbolGrande, cp = 0.0019)

C. Evaluación de Rendimiento Final

pred = predict(arbolPodado, testeo, type = "class")
library(caret)
confusionMatrix(pred, testeo$FonemaDicho)

R / COMPUTER VISION

SEGMENTACIÓN DE IMÁGENES GEOLÓGICAS (K-Means)

El objetivo fue aplicar técnicas de visión por computadora para identificar elementos valiosos dentro de muestras minerales (oro en cuarzo). El desafío consistió en utilizar agrupamiento para reducir la cantidad de colores de la imagen original y lograr separar el mineral de interés de la roca base.

METODOLOGÍA

Procesamiento Inicial: Se seleccionó una imagen de una veta de oro y se realizó una transformación a tonos de grises para analizar la imagen en un formato simplificado.
Preparación de Datos: Se extrajeron los vectores de color rojo, verde y azul de la imagen original para construir un data frame que permitiera el procesamiento numérico de cada píxel.
Agrupamiento K-Means: Se aplicó el algoritmo K-Means para segmentar la imagen en 3 y 6 grupos de colores. Cada centroide representó el color promedio de su grupo.

RESULTADOS

Se compararon las imágenes segmentadas con la original. Se determinó que la segmentación en 6 grupos preserva mejor el detalle necesario para distinguir el color del oro dentro del mineral. En cambio, en la segmentación de 3 grupos, no se lograba diferenciar el mineral valioso.

Imagen 1: Imagen original de la muestra mineral (oro en cuarzo).

Imagen 2: Representación visual de los centroides K-Means.

Imagen 3: Comparación de las segmentaciones realizadas (3 vs 6 grupos).

A. Preparación de la Base de Datos (Píxeles RGB)

rojo = as.vector(imagen[,,1])
verde = as.vector(imagen[,,2])
azul = as.vector(imagen[,,3])
base = data.frame(rojo, verde, azul)

km = kmeans(base, 3)

B. Reconstrucción de la Imagen Segmentada

segmR = rojo; segmV = verde; segmA = azul
segmR[km$cluster == 1] = km$center[1,1]
# Se repite el código para los demás clusters (2, 3, ...)

segmentada = imagen
segmentada[,,1] = segmR
# Se repite el código para los demás canales de color (2, 3)
plot(as.raster(segmentada))

R / REDES NEURONALES

SEGMENTACIÓN DE PERFILES AUTOMOTRICES (SOM)

El objetivo del proyecto fue identificar perfiles de vehículos dentro del conjunto de datos Auto de la librería ISLR. El desafío consistió en encontrar similitudes técnicas entre los automóviles sin utilizar una variable de respuesta predefinida, aplicando para esto el algoritmo de Mapas Auto-Organizados (Self-Organizing Maps).

METODOLOGÍA

Análisis Exploratorio y Preprocesamiento: Se depuró la base de datos eliminando las variables no técnicas (year, origin y name) para centrar el análisis exclusivamente en atributos de rendimiento: consumo (mpg), cilindrada, caballos de fuerza, peso y aceleración.
Arquitectura del Modelo (SOM): Se implementó una Red Neuronal de Kohonen configurada para agrupar los datos en una estructura de 4 nodos (grilla de 1x4). Esta disposición lineal permite clasificar los vehículos en una escala de características desde las más básicas hasta las de mayor rendimiento.
Análisis de Pesos: Se examinaron los vectores de pesos sinápticos de la red. Estos pesos representan la importancia de cada variable en la formación de los grupos, permitiendo entender qué atributos definen a cada perfil de vehículo.

RESULTADOS

El modelo logró segmentar los 392 automóviles en 4 perfiles diferenciados:

El Grupo 1 agrupó los vehículos con mayor eficiencia de combustible (mpg) y menores valores en potencia y peso.
En contraste, el Grupo 4 concentró los vehículos de mayor cilindrada, caballos de fuerza y peso, pero con menor eficiencia.

Se verificó que el primer elemento del conjunto de datos pertenece al Grupo 3, validando la capacidad de la red para asignar registros a categorías técnicas coherentes.

Imagen 1: Densidad de automóviles por nodo (cuántos vehículos hay en cada grupo).

Imagen 2: Elementos por grupo utilizando mapping.

Imagen 3: Gráfico de vectores de pesos sinápticos (atributos que definen a cada cluster).

A. Entrenamiento de la Red Neuronal (SOM)

matrizdeAuto = as.matrix(Auto)
library(kohonen)
som = som(matrizdeAuto, grid = somgrid(1, 4, "hexagonal"))

B. Análisis de Resultados y Clasificación

plot(som, type = "count")
plot(som, main = "Vectores de Pesos Sinápticos")
som$unit.classif

R / SVM

CLASIFICACIÓN DE MANIOBRAS ROBÓTICAS (SCITOS G5)

El objetivo fue desarrollar un modelo capaz de predecir la maniobra de un robot SCITOS G5 basándose en las lecturas de sus 24 sensores de ultrasonido dispuestos circularmente. El desafío consistió en clasificar correctamente entre cuatro tipos de movimientos (Avance, Giro Cerrado a la Derecha, Giro Leve a la Derecha y Giro Leve a la Izquierda) para permitir una navegación reactiva y autónoma en su entorno.

METODOLOGÍA

Análisis Exploratorio: Se trabajó con un conjunto de datos de 5456 registros. Se identificó mediante análisis de frecuencia que las maniobras de 'Avance' y 'Giro Cerrado a la Derecha' eran las clases dominantes.
División del Conjunto de Datos: Se particionaron los datos de forma estratificada utilizando la librería caret (75% entrenamiento / 25% testeo) para mantener la proporción de clases.
Modelado Comparativo: Se evaluaron tres arquitecturas para encontrar la frontera de decisión óptima: Naive Bayes (base probabilística), SVM con Kernel Sigmoide y SVM con Kernel Polinómico.

RESULTADOS

El modelo SVM con Kernel Polinómico obtuvo el mejor desempeño:

Alcanzó una exactitud de 0.8408, superando al Naive Bayes (0.5224) y al SVM Sigmoide (0.4652).
En el análisis detallado, demostró una alta Sensibilidad en la maniobra de 'Avance' (0.9002), métrica relevante para la correcta clasificación de avance cuando el camino está despejado.

Imagen 1: Robot SCITOS G5 y disposición de sensores.

Imagen 2: Gráfico de barras de la distribución de clases (Movimientos).

Imagen 3: Comparativa de exactitud entre Naive Bayes y SVMs.

A. Partición Estratificada (caret)

library(caret)
particion = createDataPartition(y = base$Movimiento, p = 0.75, list = FALSE)
entreno = base[particion, ]
testeo = base[-particion, ]

B. Comparación de Kernels SVM

library(e1071)
svm1 = svm(Movimiento ~ ., entreno, kernel = "sigmoid")
svm2 = svm(Movimiento ~ ., entreno, kernel = "polynomial")

C. Evaluación Detallada

pred = predict(svm2, testeo)
confusionMatrix(pred, testeo$Movimiento)

R / ANALÍTICA PREDICTIVA

MODELADO PREDICTIVO DE VENTAS (ANALÍTICA DE MARKETING)

El objetivo fue desarrollar un modelo predictivo para estimar el volumen de ventas (sales) basado en la inversión publicitaria en tres canales: TV, Radio y Periódicos. El desafío consistió en comparar la capacidad de tres algoritmos con naturalezas distintas para minimizar el error de estimación en el conjunto de datos Advertising.

METODOLOGÍA

Preprocesamiento y Análisis Exploratorio (EDA): Se identificó que la inversión en TV tiene una correlación directa del 0.90 con las ventas, consolidándose como la variable con mayor peso predictivo. Se eliminaron índices innecesarios y se particionaron los datos (75% entrenamiento / 25% testeo).
Competencia de Modelos: Se entrenaron tres algoritmos para comparar su desempeño:
- Red Neuronal (nnet): Perceptrón Multicapa con 20 neuronas ocultas y 20,000 iteraciones.
- Árbol de Decisión (rpart): Modelo jerárquico basado en reglas.
- SVM (Kernel Sigmoide): Modelo de vectores de soporte.

RESULTADOS (Comparativa ECM)

Al comparar el Error Cuadrático Medio (ECM), se observó una diferencia considerable de rendimiento:

Red Neuronal (Mejor desempeño): Obtuvo la mayor precisión con un ECM de 3.7979, modelando efectivamente las relaciones entre variables.
Árbol de Decisión: Obtuvo un resultado intermedio con un ECM de 5.8524.
SVM (Sigmoide): Presentó un ECM de 327.27, indicando que este kernel no es adecuado para la distribución de estos datos.

Imagen 1: Gráfico de dispersión. Se observa la fuerte correlación entre TV y Ventas.

Imagen 2: Arquitectura de la Red Neuronal utilizada.

Imagen 3: Estructura del Árbol de Decisión generado.

A. Preparación y Partición

# Eliminar índice innecesario
base$X = NULL
library(caret)
particion = createDataPartition(y = base$sales, p = 0.75, list = FALSE)
entreno = base[particion, ]; testeo = base[-particion, ]

B. Entrenamiento de Modelos

library(nnet)
red = nnet(sales ~ ., entreno, size = 20, maxit = 20000, linout = TRUE)
library(rpart)
arbol = rpart(sales ~ ., entreno)
library(e1071)
svm = svm(sales ~ ., entreno, kernel = "sigmoid")

C. Evaluación (Cálculo de ECM)

pred_red = predict(red, testeo, type = "raw")
ECM_red = mean((testeo$sales - pred_red)^2)
print(paste("ECM Red:", ECM_red))

PYTHON / CREDIT RISK

CLASIFICACIÓN DE RIESGO CREDITICIO

Desarrollo de un clasificador binario para automatizar la aprobación de préstamos. Se compararon cinco algoritmos (LDA, QDA, Naive Bayes, Regresión Logística, kNN) evaluando el impacto del escalado y variables categóricas en el rendimiento predictivo.

Equipo: Proyecto realizado en equipo.

ANÁLISIS Y PREPROCESAMIENTO

Higiene de Datos: Se identificaron y corrigieron inconsistencias en los valores de activos residenciales para evitar sesgos en el análisis.
Análisis de Colinealidad: Mediante un mapa de calor, se detectó una alta correlación (>0.50) entre los ingresos anuales, el monto del préstamo y los activos, información clave para el comportamiento de modelos lineales.
Ingeniería de Variables: Se aplicó One-Hot Encoding a las variables cualitativas (educación, empleo) para su correcta integración numérica.

METODOLOGÍA (COMPETENCIA DE MODELOS)

Se evaluaron LDA, QDA, Naive Bayes, Regresión Logística y kNN mediante Validación Cruzada (K-Fold, n=5) en tres escenarios:

Escenario 1 (Sin Escalar): Se detectó un error de convergencia en la Regresión Logística, evidenciando la necesidad de normalización.
Escenario 2 (Escalado): La aplicación de StandardScaler aumentó significativamente el rendimiento de kNN, subiendo su exactitud de 0.57 a 0.93.
Escenario 3 (Refinado): Integración final con variables dummies y escalado.

RESULTADOS

Mejor Desempeño: La Regresión Logística (con escalado y dummies) alcanzó un AUC de 0.9722, demostrando alta capacidad de discriminación.
Robustez: El modelo QDA fue el más estable en todos los escenarios, manteniendo una exactitud de 0.93 independientemente del escalado.

Imagen 1: Mapa de calor de correlación. Se observa la fuerte relación entre Ingresos, Préstamo y Activos.

A. Diagnóstico ROC AUC (Post-Escalado)

from sklearn.metrics import roc_auc_score
positive_class_index = logreg.classes_.tolist().index(' Approved')
y_pred_probs = logreg.predict_proba(X_sc_test)[:, positive_class_index]
print("Puntaje ROC AUC:", roc_auc_score(y_test_bin, y_pred_probs))

B. Validación Cruzada (Estabilidad)

from sklearn.model_selection import cross_val_score, KFold
kF = KFold(n_splits=5, shuffle=True, random_state=42)
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis
qda = QuadraticDiscriminantAnalysis(store_covariance=True)
scores = cross_val_score(qda, X_tc_scaled, y, cv=kF)
print("Promedio de exactitud QDA:", scores.mean())

C. Reporte de Clasificación

from sklearn.metrics import classification_report
print("Rendimiento del modelo ganador:")
print(classification_report(y_test, logreg_test_pred))

PYTHON / OOP

SISTEMA DE GESTIÓN DE BICICLETERÍA

El proyecto consistió en diseñar e implementar un sistema de gestión integral para una bicicletería que realiza operaciones de compra, venta y alquiler. El desafío técnico radicó en modelar una arquitectura robusta mediante Programación Orientada a Objetos (OOP) que integrara estructuras de datos fundamentales y permitiera un análisis de mercado basado en datos reales de movilidad.

Equipo: Proyecto realizado en equipo.

ARQUITECTURA Y ESTRUCTURAS DE DATOS

Se aplicó una jerarquía de clases con herencia para organizar roles (Usuario -> Cliente/Empleado) y productos (Bicicleta -> Ciudad/Playera/Carrera). Además, se implementaron estructuras manuales para la gestión eficiente de memoria y procesos:

Lista Enlazada: Gestión dinámica del inventario de bicicletas (inserción/eliminación constante).
Árbol Binario de Búsqueda (BST): Optimización de la búsqueda de usuarios por DNI.
Cola (Queue - FIFO): Gestión de "Próximas Entregas" respetando el orden de llegada.
Pila (LifoQueue - LIFO): Registro de "Últimos Movimientos" financieros.

ANÁLISIS DE MERCADO (BI)

A partir del procesamiento de conjuntos de datos reales (bicicletas.csv), se generaron hallazgos estratégicos:

Hubs de Movilidad: Las comunas 1, 14 y 3 concentran la mayor actividad.
Estacionalidad: Se detectó una caída de uso entre marzo y diciembre, sugiriendo la necesidad de promociones estacionales.

Imagen 1: Diagrama de clases y estructura del sistema.

Imagen 2: Análisis de hubs de movilidad y demografía de usuarios.

Imagen 3: Ejecución del sistema y menú principal.

A. Herencia y Polimorfismo

class BicicletaPlayera(Bicicleta):
    def __init__(self, ID, marca, color, precio, ...):
        super().__init__(ID, marca, color, precio, ...)
        self.precio_alquiler = 5000
        self.rodado = 26

B. Lógica de Negocio (Cálculo de Alquiler)

def costo_alquiler(self, dias, desc_alquiler_semanal, desc_alquiler_mensual):
    if 7 <= dias < 30:
        cant_semanas = dias // 7
        dias_restantes = dias - 7 * cant_semanas
        monto = self.precio_alquiler * 7 * cant_semanas * (1 - (desc_alquiler_semanal / 100)) + self.precio_alquiler * dias_restantes
    elif dias >= 30:
        cant_meses = dias // 30
        dias_restantes = dias - 30 * cant_meses
        monto = self.precio_alquiler * 30 * cant_meses * (1 - (desc_alquiler_mensual / 100)) + self.precio_alquiler * dias_restantes
    elif 0 <= dias < 7:
        monto = self.precio_alquiler * dias
    return monto

C. Estructuras de Datos (Cola y Pila)

from queue import Queue, LifoQueue

class Bicicleteria:
    def __init__(self):
        self.proximas_entregas = Queue() 
        self.pila_transacciones = LifoQueue() 

    def alquilar(self, bici):
        self.proximas_entregas.put(bici.ID)
        self.pila_transacciones.put(bici.precio)

SQL / DATA WAREHOUSE

DISEÑO DE INFRAESTRUCTURA DE DATOS (REMAX)

El objetivo de este proyecto fue profesionalizar la gestión de datos de una oficina inmobiliaria (REMAX), migrando de planillas de cálculo dispersas a una base de datos relacional robusta. El desafío técnico implicó diseñar una arquitectura escalable que garantizara la integridad de la información y permitiera la automatización de procesos de negocio.

Equipo: Proyecto realizado en equipo.

ARQUITECTURA Y DESARROLLO

Diseño del Modelo de Datos (DER): Se estructuró un Diagrama de Entidad-Relación normalizado hasta la Tercera Forma Normal (3NF) para eliminar redundancias. Se definieron entidades clave como Propiedades, Agentes, Clientes y Transacciones.
Automatización (Procedimientos almacenados): Se desarrollaron más de 15 procedimientos almacenados para estandarizar operaciones CRUD (Creación, Lectura, Actualización, Borrado), facilitando la interacción segura con la base de datos desde aplicaciones externas.
Integridad y Auditoría (Triggers): Se implementaron triggers para generar históricos automáticos de cambios de precios y estados de las propiedades, asegurando la trazabilidad de los datos sensibles.
Inteligencia de Negocios (Data Warehouse): Se diseñó un esquema dimensional separado (Tablas de Hechos y Dimensiones) para facilitar la generación de reportes analíticos sin impactar el rendimiento transaccional.

RESULTADOS

La implementación resultó en una base de datos centralizada y segura, eliminando la duplicidad de datos y permitiendo el seguimiento histórico de las valuaciones de las propiedades.

Imagen 1: Diagrama de Entidad-Relación (DER) normalizado.

Imagen 2: Implementación de scripts y carga de datos.

Imagen 3: Esquema dimensional para Data Warehouse.

A. Procedimiento almacenado (Alta de Propiedad)

CREATE PROCEDURE sp_InsertProperty
    @Address VARCHAR(255),
    @Price DECIMAL(18,2),
    @TypeID INT
AS
BEGIN
    SET NOCOUNT ON;
    IF EXISTS (SELECT 1 FROM Properties WHERE Address = @Address)
    BEGIN
        PRINT 'La propiedad ya existe.';
        RETURN;
    END

    INSERT INTO Properties (Address, Price, TypeID, Status, CreatedDate)
    VALUES (@Address, @Price, @TypeID, 'Available', GETDATE());
END

B. Trigger (Auditoría de Precios)

CREATE TRIGGER trg_PriceAudit
ON Properties
AFTER UPDATE
AS
BEGIN
    IF UPDATE(Price)
    BEGIN
        INSERT INTO PriceHistory (PropID, OldPrice, NewPrice, ChangeDate)
        SELECT 
            i.PropertyID, d.Price, i.Price, GETDATE()
        FROM inserted i
        INNER JOIN deleted d ON i.PropertyID = d.PropertyID;
    END
END

ECONOMETRÍA / ANÁLISIS FINANCIERO

MODELADO DE SERIES TEMPORALES Y RIESGO DE MERCADO (TERNIUM)

El objetivo fue analizar el comportamiento bursátil de Ternium Argentina (TXAR) para proyectar sus ventas futuras y determinar su exposición al riesgo sistémico del mercado local. Se utilizaron datos financieros reales extraídos de Yahoo Finance para el período 2020-2023.

Equipo: Proyecto realizado en equipo.

METODOLOGÍA

Extracción de Datos: Se utilizó la librería quantmod para descargar las series históricas de precios de cierre ajustados de Ternium y del índice de mercado Merval.
Modelado de Ventas (ARIMA): Para el pronóstico, se ajustó un modelo ARIMA (AutoRegressive Integrated Moving Average). Este algoritmo aprende de la propia historia de la serie (tendencia y estacionalidad) para proyectar valores futuros.
Análisis de Riesgo (CAPM): Se calculó el coeficiente Beta mediante una regresión lineal entre los retornos de la acción y los del mercado (Merval), según el Modelo de Valoración de Activos de Capital (CAPM).

RESULTADOS

Pronóstico: El modelo ARIMA proyectó con éxito la tendencia de ventas para los próximos 6 meses, identificando patrones estacionales claros.
Riesgo (Beta): Se obtuvo un Beta de 0.95. Esto indica que la acción de Ternium es ligeramente menos volátil que el promedio del mercado (Beta < 1), moviéndose casi a la par del índice Merval.
Correlación: El modelo explicó el 45% (R-squared = 0.45) de la variabilidad de los retornos de Ternium basándose solo en el mercado.

Imagen 1: Evolución histórica de la cotización de Ternium (TXAR).

Imagen 2: Proyección de ventas a 6 meses (Línea azul) con intervalos de confianza.

Imagen 3: Regresión de retornos (Ternium vs Merval) para cálculo del Beta.

FINANZAS / SERIES TEMPORALES

PREDICCIÓN DE ACTIVOS FINANCIEROS (GRUPO GALICIA)

El objetivo fue modelar el comportamiento de la acción del Grupo Financiero Galicia (GGAL.BA), uno de los activos más líquidos y volátiles del mercado argentino (Merval). A diferencia del análisis de tendencias a largo plazo, este proyecto se centró en la predicción de retornos a corto plazo utilizando modelos estocásticos.

Equipo: Proyecto realizado en equipo.

METODOLOGÍA

Transformación de Datos (Log-Retornos): Los precios financieros suelen ser no estacionarios. Para corregir esto, se transformó la serie de precios de cierre en retornos logarítmicos, lo que estabiliza la varianza y facilita el modelado estadístico.
Prueba de Estacionariedad (Dickey-Fuller): Se aplicó el test Augmented Dickey-Fuller (ADF) para confirmar matemáticamente que la serie de retornos es estacionaria (media y varianza constantes en el tiempo), requisito indispensable para aplicar modelos ARMA.
Modelado ARMA: Se ajustó un modelo ARMA (AutoRegressive Moving Average) para capturar la dependencia lineal entre los retornos pasados y los errores de predicción actuales.

RESULTADOS

El análisis reveló la naturaleza de "reversión a la media" de los retornos diarios:

Estacionariedad: El test ADF arrojó un p-value menor a 0.05, confirmando que los retornos son estacionarios y aptos para predicción.
Volatilidad Agrupada: Se observaron clústeres de volatilidad (períodos de alta variación seguidos de calma), lo que sugiere que para una precisión perfecta futura se debería implementar un modelo GARCH complementario.
Predicción: El modelo capturó eficazmente la dinámica de corto plazo, sirviendo como base para estrategias de trading algorítmico.

Imagen 1: Comparativa visual entre el Precio (No estacionario) y los Retornos (Estacionario).

Imagen 2: Correlogramas (ACF y PACF) para determinar el orden del modelo ARMA.

Imagen 3: Ajuste del modelo a la serie de tiempo.

R / MICROECONOMETRÍA

DETERMINANTES SALARIALES Y RETORNO DE LA EDUCACIÓN (EPH)

El objetivo fue estimar los retornos económicos de la educación en Argentina utilizando datos de la Encuesta Permanente de Hogares (EPH) del INDEC. Se aplicó la clásica Ecuación de Mincer ampliada para analizar cómo influyen los años de escolaridad, la experiencia laboral y el género en el ingreso horario de los individuos.

Equipo: Proyecto realizado en equipo.

METODOLOGÍA

Procesamiento de Microdatos: Se limpió la base de la EPH, filtrando ocupados, asalariados y eliminando valores atípicos (outliers) de ingresos. Se construyeron variables clave como Experiencia Potencial (Edad - Años de Educación - 6).
Especificación del Modelo: Se utilizó un modelo de regresión semilogarítmico: ln(w) = β0 + β1(Educ) + β2(Exp) + β3(Exp^2) + β4(Genero). La transformación logarítmica del salario permite interpretar los coeficientes como cambios porcentuales.
Datos de Panel: Se controló por efectos fijos regionales y temporales para aislar el efecto de la educación de otras variables macroeconómicas.

RESULTADOS

El modelo arrojó resultados estadísticamente significativos (p-value < 0.01):

Retorno de la Educación: Se estimó que, en promedio, cada año adicional de estudio incrementa el salario horario un 8.5% (ceteris paribus).
Experiencia: Se confirmó la teoría del capital humano: los ingresos crecen con la experiencia pero a tasas decrecientes (coeficiente de experiencia al cuadrado negativo), alcanzando un máximo alrededor de los 25-30 años de carrera.
Brecha de Género: La variable dummy de género indicó una penalización salarial significativa para las mujeres ante iguales condiciones de educación y experiencia.

Distribución del logaritmo del salario horario (Histograma).

Formación Académica

Ingeniería Industrial

Técnico Electromecánico

Proyectos Destacados

Reconocimiento de Fonemas

Segmentación Geológica

Clustering Industrial (SOM)

Maniobras Robóticas

Modelado de Ventas

Riesgo Crediticio

Sistema Bicicletería

Infraestructura REMAX

Análisis Ternium S.A.

Predicción GGAL

Ecuación de Mincer (EPH)

Reconocimientos

Junior Achievement: Aprender a Emprender

Beca al Mérito (Techint)

Abanderado Nacional

Mención Honorífica OMA

Certificaciones & Cursos

McKinsey Forward Program

Estructuras y gestión de bases de datos con MySQL

Intermediate Python

Intermediate SQL