Andres Quinto

Data Scientist especializado en MLOps y modelos predictivos aplicados a servicios financieros. Mi trabajo vive en la intersección entre la ciencia de datos y la ingeniería de software: no solo construyo modelos, los llevo a producción, los monitoreo y establezco los estándares para que el equipo los replique.

Lo que hago en la práctica:

Diseño e implemento infraestructura MLOps desde cero — orquestación de pipelines, contenedores Docker, CI/CD con Jenkins, trazabilidad de experimentos con MLflow y validación de datos con Pytest y Great Expectations. Todo bajo principios de Infrastructure as Code para garantizar entornos reproducibles entre desarrollo y producción.

En paralelo, desarrollo modelos de machine learning de alto impacto: modelos de churn predictivo para tarjetas de crédito (recall hasta 87%), segmentación de clientes con clustering no supervisado y modelos look-alike para optimización de rentabilidad — trabajando con datasets de millones de registros y resolviendo retos reales como clases severamente desbalanceadas.

Lo que me diferencia

Aprendí cada tecnología del stack MLOps de forma autónoma, a partir de un roadmap técnico, sin depender de guía externa. Eso me llevó naturalmente a un rol de referente técnico: soy quien define los estándares de implementación y quien capacita al equipo hasta que los domina.

Stack principal

Python · Docker · Jenkins · MLflow · Xyops · Pytest · Great Expectations · CatBoost · XGBoost · LightGBM · SQL Server · FastAPI · Git · IaC Scripting

Abierto a conversaciones sobre roles de MLOps Engineering, Machine Learning Engineering o Data Science con fuerte componente de infraestructura.

Científico de datos en sector banca, 2 años

Ingeniería en ciencias de la computación, universidad del Valle de Guatemala