This profile is written in Spanish
Experiencia demostrada en Python.
Experiencia demostrada en SQL.
Experiencia demostrada en PySpark.
Experiencia demostrada en Scikit-learn.
Experiencia demostrada en Pandas.
Perfil profesional
Desarrollo de un modelo de clasificación de machine learning (Python, Scikit-learn) para detectar posibles casos de lavado de activos (LAFT), alcanzando 95.5% de precisión, 96.6% de recall y un AUC precision-recall de 0.99, reduciendo los falsos positivos escalados para revisión manual de cumplimiento.. Extracción y procesamiento de datos transaccionales a gran escala usando Google BigQuery (SQL, Python) para construir el pipeline de entrenamiento del modelo de detección LAFT.. Automatización de 3 flujos de trabajo manuales de cumplimiento interno usando Power Automate, eliminando trabajo administrativo repetitivo para el equipo de riesgo.. Diseño de dashboards en Power BI (DAX, Power Query) para monitorear indicadores de riesgo, dando a los stakeholders de cumplimiento visibilidad en tiempo real sobre los resultados del modelo.
Developed a machine learning classification model (Python, Scikit-learn) to detect potential money laundering cases (AML), achieving 95.5% precision, 96.6% recall, and a 0.99 precision-recall AUC, reducing false positives escalated for manual compliance review.. Extracted and processed large-scale transactional data using Google BigQuery (SQL, Python) to build the AML detection model’s training pipeline.. Automated 3 manual internal compliance workflows using Power Automate, eliminating repetitive administrative work for the risk team.. Designed Power BI dashboards (DAX, Power Query) to monitor risk indicators, giving compliance stakeholders real-time visibility into model outcomes.