Santiago Metropolitan Area
Memorista de Ingeniería Civil Industrial (UdeC) en EFE Central, donde modelo la planificación de flotas ferroviarias y asignación de andenes mediante modelamiento tipo ILP y aplicación de metaheurísticas (Python, PuLP, NetworkX). Mi interés está entre investigación de operaciones, machine learning e inteligencia artificial: combinar modelamiento cuantitativo con técnicas modernas de datos para resolver problemas operacionales reales. Busco profundizar en data science y ML aplicado a industria, complementando la base analítica que estoy construyendo con la memoria de título. Stack técnico: Python (pandas/polars, LangChain, PuLP) · Power BI · Excel · Git Abierto a oportunidades en analítica de operaciones, data science aplicado a industria, optimización y roles con foco en IA/ML.
Desarrollo de memoria de título sobre optimización de la planificación ferroviaria en Estación Central. El problema abarca el scheduling de flotas (~50 servicios diarios) y la asignación de andenes, resolución mediante metaheurísticas con Python (PuLP, OR-Tools). Trabajo incluye el levantamiento y formalización de restricciones operacionales reales de la red, coordinación con la parte técnica en EFE Central.
Desarrollo de maqueta funcional de un sistema de optimización de planificación ferroviaria, integrando itinerarios reales y restricciones operacionales de Estación Central. El prototipo redujo el tiempo de verificación de factibilidad de itinerarios y definió el alcance técnico de la memoria de título que continúa este trabajo.
Facilitador de la Red de Mentores Incuba UdeC
Procesamiento y análisis de más de 20 millones de registros del Censo 2017–2024 con Python (pandas, polars). Desarrollo de pipeline de transformación automática de datos a formato Parquet, reduciendo tiempos de carga y estandarizando el flujo de datos para modelos internos. Soporte al modelo de análisis basado en text-to-SQL, documentando estructuras de datos.