PORTAFOLIO PROFESIONAL · CULIACÁN, MÉXICO

Los datos cuentan una historia.
Yo la convierto en decisiones.

Soy Ulyses Cienfuegos Osuna. Combino experiencia real en análisis de información y mejora de procesos con proyectos de Data Analytics y Data Science.

Excel · Python · SQL · Estadística · Visualización · Introducción a Machine Learning

analytics / impact● LIVE DATA MINDSET
Del dato al impacto.
33.3%menos tiempo de reportería
ANTES15 díasAHORA10 días
Impacto respaldado por experiencia profesional reportada.
20informes integrados en un proceso de captura
33.3%reducción del ciclo de elaboración de informes
2 mesesde anticipación en metas de campañas de vacunación

01 / PERFIL

Un perfil que conecta negocio, datos y tecnología.

Mi formación en Administración de Empresas y Computación Administrativa me ayuda a comprender tanto los indicadores como los procesos que los generan.

En el IMSS he trabajado en validación, consolidación, seguimiento y análisis de información operativa. De forma paralela, desarrollo proyectos académicos con Python, pandas, SQL, estadística y modelos introductorios de Machine Learning.

Me interesa aportar en equipos de analítica, inteligencia de negocios y ciencia de datos, con un enfoque en soluciones que puedan demostrarse y medirse.

02 / IMPACTO PROFESIONAL

Resultados más allá
de los reportes.

Experiencia aplicada a operaciones, calidad de información y seguimiento de indicadores.

EXPERIENCIA PROFESIONAL

Instituto Mexicano del Seguro Social (IMSS)

Especialista en Análisis y Procesamiento de Datos · OOAD Sinaloa

Jul 2022 – Actualidad
01

Captura y consolidación

Diseñé un proceso para la captura e integración de 20 informes usando Excel y la red institucional, mejorando el flujo de recopilación de información.

02

Optimización de tiempos

Reduje el tiempo de elaboración de informes de 15 a 10 días, una mejora equivalente al 33.3% por ciclo.

03

Analítica de vacunación

Calculé metas por población y unidad médica, consolidé registros y analicé avances para dar seguimiento al cumplimiento de campañas.

04

Metas anticipadas

Contribuí al seguimiento de campañas que alcanzaron sus metas de vacunación hasta dos meses antes del plazo establecido.

Excel y reporteríaKPIs y metasCalidad de datosSalud públicaMejora de procesos

Los resultados de las campañas se lograron mediante trabajo institucional en equipo.

03 / TRABAJO DEMOSTRABLE

Proyectos y código.

Casos de estudio verificados y código académico depurado, con resultados, metodología y alcance de cada análisis.

01 / INTRODUCCIÓN A MACHINE LEARNINGNOTEBOOK DISPONIBLE

Predicción de planes telefónicos

Entrenamiento y comparación de árbol de decisión, Random Forest y regresión logística. Accuracy final de 78.5% en prueba frente a 68.4% del modelo base.

Pythonscikit-learnClasificaciónRandom Forest
Ver caso de estudio
02 / ESTADÍSTICA Y NEGOCIONOTEBOOK DISPONIBLE

Rentabilidad de tarifas telefónicas

Cálculo de ingresos y comportamiento mensual de usuarios; comparación de planes y regiones mediante pruebas t de Welch.

pandasSciPyIngresosPruebas de hipótesis
Ver caso de estudio
03 / APLICACIÓN INTERACTIVAREPOSITORIO EXISTENTE

Vehicle Sales Dashboard

Aplicación Streamlit para explorar anuncios de vehículos con gráficos interactivos de kilometraje y precios.

StreamlitPlotlyPythonVisualización
Explorar código
04 / EXPLORATORY DATA ANALYSISNOTEBOOK DISPONIBLE

Hábitos de compra en Instacart

Limpieza y análisis exploratorio de cinco tablas de e-commerce: duplicados, valores ausentes, patrones horarios y productos más comprados.

pandasLimpiezaEDAMatplotlib
Ver caso de estudio
05 / ESTADÍSTICA APLICADACASO DOCUMENTADO

Clima y duración de viajes en taxi

Análisis de extractos provenientes de consultas SQL y contraste de medias con Levene y prueba t. Notebook todavía pendiente de publicación.

pandasEstadísticaSQL: extractosSciPy
Ver caso de estudio
+
Formación técnica y otros trabajos

También he trabajado en un sistema POS en Java y en ejercicios de LLMs y RAG. Los notebooks de TripleTen se publican sin los datasets originales y documentan ejercicios académicos, no proyectos de producción.

04 / HERRAMIENTAS

Competencias técnicas.

Herramientas aplicadas en trabajo profesional y proyectos de formación.

01

Análisis y visualización

Excel, pandas, NumPy, Matplotlib, Seaborn, Plotly, análisis exploratorio (EDA), limpieza y transformación de datos.

02

Consultas y estadística

SQL, consultas relacionales, agregaciones, indicadores, estadística descriptiva, probabilidad y pruebas de hipótesis.

03

Programación y modelos

Python, Git, GitHub, Streamlit y fundamentos de Machine Learning: entrenamiento, evaluación y comparación de modelos introductorios.

04

Negocio y operaciones

KPIs, control de información, reportería, mejora de procesos, seguimiento de metas, administración y análisis de operaciones.

05 / EDUCACIÓN

Formación multidisciplinaria.

2021 – 2025

Licenciatura en Administración de Empresas

Universidad Autónoma de Occidente · Egresado, titulación en trámite

2024 – 2027*

Ingeniería en Computación Administrativa

Universidad Tecmilenio · En curso, penúltimo cuatrimestre

FORMACIÓN TÉCNICA

Data Science · TripleTen

Formación cursada hasta Introducción al Machine Learning; Python, SQL, estadística y análisis exploratorio. Programa no presentado como finalizado.

* Fecha de conclusión prevista según el perfil académico; no representa un título obtenido.

06 / CONTACTO

¿Tienes un problema
que los datos puedan resolver?

Me interesa colaborar en oportunidades de Data Analytics, Business Intelligence, análisis de operaciones y proyectos de Data Science.