Simón

Experiencia demostrada en Python.

Experiencia demostrada en SQL.

Experiencia demostrada en PySpark.

Experiencia demostrada en Scikit-learn.

Experiencia demostrada en Pandas.

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.