Johann Lizana

Ingeniero en Computación e Informática especializado en Machine Learning aplicado a procesos industriales y desarrollo frontend. Reduje la latencia de detección de desviaciones en planta minera de 2 semanas a 18–24 minutos con un modelo Random Forest que filtró 85.9% de las alertas reactivas de la línea base sobre datos reales de operación. Construyo además aplicaciones móviles y web con React Native, Angular y TypeScript, cubriendo el ciclo de datos completo desde la ingeniería de características hasta la interpretabilidad del modelo.

Desarrollador Machine Learning at ISPROTEC (2026-03 – 2026-07)

• Desarrollé un módulo predictivo con Random Forest, logrando 28.0% de F1-score (threshold operacional optimizado) en la detección de desviaciones, integrándolo a MIKE, la plataforma de inteligencia minera de la empresa, para monitoreo en producción de celdas de flotación.
• Diseñé e implementé el pipeline de datos end-to-end bajo metodología CRISP-DM, procesando 41.958 registros de series de tiempo de sensores industriales de Spence y transformándolos en features predictivas mediante limpieza, lags y ventanas móviles.
• Optimicé hiperparámetros del modelo con validación temporal, mejorando el F1-score en +19.7 puntos porcentuales respecto al baseline, y expliqué las predicciones mediante análisis SHAP, entregando alertas priorizadas con ROC-AUC 0.88 hacia los operadores de planta.
• Implementé un worker de scoring que ejecuta el pipeline de inferencia cada 15 minutos, reduciendo la latencia de detección de 2 semanas a un horizonte de anticipación de 18–24 minutos.

Practicante TI, Automatización de Procesos at SQM (2025-07 – 2025-09)

• Eliminé por completo las horas de trabajo manual y alcancé 80% de digitalización automatizando los flujos de reportabilidad de datos del área de litio (SQM Li, actual Novandino Li) con Power Automate y Power Apps.
• Aseguré la integridad de reportes de trazabilidad química analizando datasets de planta (LIMS/DCS) con SQL y Excel, y corrigiendo inconsistencias de datos.

Barista at Starbucks Chile (2024-04 – Present)

• Sostengo los tiempos de servicio en turnos de alta demanda resolviendo incidencias con un equipo de 15 personas, compatibilizando trabajo y carga académica completa.

Ingeniero en Computación e Informática in Computación e Informática – Universidad Católica del Norte (2021-03 – 2026-07)