Dan Albors Giner
Logistics Analyst & Cloud Administrator
“Le doy sentido a los datos con mi organización”
¿Cómo empecé en el mundo de los datos?
Mi historia en el mundo de los datos no comenzó en un laboratorio, o frente a una computadora, sino en las carreteras y oficinas de una empresa familiar con varias agencias de transporte. Desde temprana edad, cogí la responsabilidad de dirigir una delegación de transporte, y me vi inmerso en la masividad de trabajo y la necesidad de gestionar eficientemente la información relacionada con envíos, rutas y clientes…
Con la responsabilidad temprana sobre mis hombros, me enfrenté a la necesidad de innovar, especialmente en el tratamiento de los datos. Desde la gestión de grandes volúmenes de información hasta la optimización de procesos logísticos, cada desafío fue una oportunidad para aprender y crecer.
Python
Extracción, manipulación y transformación de datos a través de pipelines, para análisis exploratorios.
R Studio
Manipulación de datos, para contrastes de hipótesis, visualización de datos y ajustes de modelos.
SQL
Filtrado, agrupaciones, joins, queries, tablas temporales, condicionales, medias móviles.
Power BI
Dashboards personalizados, modelos predictivos y visualizaciones con IA.
De operador de transporte a analista de datos
¿Te ha pasado alguna vez que has ido a comprar pan al supermercado, y has vuelto con un montón de cosas más?…
Pues algo así me pasó a mi…
Empecé limpiando y transformando datos de envíos logísticos en hojas de cálculo para su análisis y automatización posterior. Pero al ver el potencial que tenían los datos y el avance que esto suponía, cada vez me gustaba más manipularlos y crear bases de datos aún más grandes. Comencé a aprender R y Python, y recientemente terminé un master en Big Data & Business Intelligence. Una cosa llevó a la otra, y a la otra, y al final me veo continuamente metido en una consola negra, escribiendo código para scrapping, data wrangling, ETL, ajustes de modelos de machine learning, etc…
Desde la extracción de los datos hasta comunicar su valor
Cada etapa del proceso es importante
Análisis exploratorio
Conocer tus datos
- Coeficientes
- Distribuciones de variables
- Limpieza de outliers o NaNs
- Visualizaciones con gráficas
- Normalización de los datos
Análisis inferencial
Comprender tus datos
- Importancia de las variables
- Regresión
- Clasificación
- Contrastes de hipótesis
- Correlaciones entre variables
Comunicación
Transmitir los resultados
- Diseño de reportes
- Creación de dashboards
- Elaboración de presentaciones
- Visualizaciones profesionales
- Formaciones