ANALISTA DE DATOS — BUENOS AIRES — DISPONIBLE
(2026)
Datos queterminanen decisiones
Trabajo dentro de las operaciones comerciales de una distribuidora editorial: ventas, stock y
liquidaciones todos los días. Por eso sé qué decisión hay detrás de cada número antes de
sentarme a consultarlo.
Soy analista de datos con algo poco común en el perfil:
experiencia real dentro de operaciones comerciales.
Hoy soy analista de administración comercial en una distribuidora editorial: manejo datos de
ventas, stock y liquidaciones, y automatizo con Python y VBA los procesos que antes se hacían
a mano.
Esa base me permite entender qué pregunta hay detrás de cada dato, no solo cómo procesarlo.
Lo que más me interesa es el punto donde se cruzan el negocio y los datos: traducir números
en decisiones concretas para áreas comerciales, de riesgo o de operaciones.
ROL ACTUAL
Analista de Administración Comercial
BUSCO
Analista de Datos / BI
FORMACIÓN
Data Science — UTN FRBA
EN CURSO
Lic. en Economía (UAI, 2.º año)
IDIOMAS
Español nativo · Inglés C1
MODALIDAD
Buenos Aires o remoto
02 — HERRAMIENTAS
Stack
ANÁLISIS & BI
SQL
Power BI
DAX
BigQuery
Excel avanzado
VBA
LENGUAJES & DATA
Python
pandas
scikit-learn
PostgreSQL
FastAPI
IA APLICADA
Claude API
LLMs
Pipelines RAG
ENTORNO
Git
Docker
Linux
Bash
Streamlit
03 — TRABAJO
Proyectos
Cuatro proyectos sobre datos reales de una distribuidora editorial (anonimizados) y un dataset
público de riesgo crediticio. Cada uno arranca por la pregunta de negocio, no por la herramienta.
01
DESTACADO
POWER BI · DAX
Dashboard comercial en Power BI
Convierte los datos de ventas en un tablero que el área comercial usa para decidir.
Tablero interactivo de tres páginas sobre datos reales de una distribuidora editorial: resumen de ventas por sucursal, análisis de productos por categoría y título, y análisis de stock por tipo de depósito y de comercialización.
›63 sucursales, 594 títulos y 45.117 unidades vendidas
›Categoría líder: Juvenil, con el 53% de las unidades. Título más vendido: La torre en la niebla, con 1.280
›Stock valorizado y abierto por tipo de depósito: cadena, propio y terceros
Power BI
DAX
Excel
PÁGINA 1 / 3 · RESUMEN DE VENTAS Clic para ampliar
02 SQL · BIGQUERY
Análisis de ventas y distribución
Responde con SQL las preguntas que el área comercial hace todas las semanas.
Diez consultas SQL sobre un dataset real (anonimizado) de una distribuidora editorial: 9.000 registros de ventas y 2.100 de stock. CTEs, window functions, JOINs y análisis de Pareto aplicados a preguntas concretas del negocio.
›Pareto confirmado: el 20% de los títulos genera el 80% de las ventas
›Detección de títulos con riesgo de quiebre de stock (ventas > stock disponible)
›Concentración: 3 sucursales explican el 75% del volumen
Anticipa qué clientes no van a pagar el próximo mes para que el área de riesgo actúe antes.
Modelo de machine learning sobre 30.000 registros de tarjetas de crédito (dataset UCI, Taiwán 2005). Random Forest vs. Regresión Logística, con análisis exploratorio completo, tests de hipótesis, manejo de desbalance y validación cruzada estratificada.
›Random Forest: 82% de accuracy y 0,78 de ROC-AUC
›La variable más predictiva resultó ser el estado del último pago (pay_0)
›Propuesta de scoring en tiempo real y alertas tempranas para el área de riesgo
Permite consultar los datos de ventas en lenguaje natural, sin escribir SQL.
Agente que traduce preguntas en español a consultas SQL con un LLM, las ejecuta sobre un dataset real de ventas y stock de una distribuidora editorial, y devuelve el resultado con su explicación de negocio. Valida que sean de solo lectura, reintenta ante errores y deja el SQL siempre a la vista.
›Traduce preguntas en español a SQL válido con más del 90% de acierto sobre el dataset
›Seguridad: solo admite consultas SELECT y rechaza cualquier operación de escritura
›Explica cada resultado en lenguaje de negocio, sin jerga técnica
Estoy disponible de forma presencial en Buenos Aires o en remoto. Si tenés una búsqueda
abierta o querés ver alguno de estos proyectos en detalle, escribime.
