Bryan P. Aquino

Estudiante de Data Science con 3 sistemas end-to-end en producción: pipelines ETL automatizados, clasificación con LLMs reduciendo consumo de API en 90%, y dashboards de analytics en tiempo real. Orientado a data engineering y análisis aplicado, busco prácticas donde seguir construyendo soluciones reales.

Founder, Data Engineer AI Engineer at Ascend (2026-01 – Present)

Plataforma de descubrimiento de eventos académicos

• Diseñé e implementé un pipeline ETL automatizado (Extract, Transform, Load) que recolecta eventos desde múltiples universidades, los procesa y los almacena de forma estructurada.
• Integré un modelo de lenguaje (LLaMA 3.1 vía Groq) en la fase de Transform para clasificación automática de eventos, mejorando la organización y relevancia de los datos.
• Implementé lógica de deduplicación por hash, upsert eficiente y limpieza automática de registros vencidos en Supabase.
• Orquesté el flujo de datos con GitHub Actions (ejecución diaria programada), asegurando actualización continua sin intervención manual.
• Desarrollé un frontend desplegado en Vercel con búsqueda, filtros por categoría y modalidad, agrupación por fecha y sistema de guardado.
• Incorporé funcionalidades orientadas a producto como newsletter y panel de eventos próximos.
• Estructuré el sistema bajo una arquitectura modular y escalable, separando scraping, procesamiento, IA y frontend.

Data Architect & Analyst at MiRuta (2026-01 – Present)

Sistema de Gestión de Pedidos de Entrega

• Diseñé modelo de datos relacional con dos tablas (pedidos / pasos) en PostgreSQL vía Supabase, con normalización snake_case→camelCase y eliminación en cascada.
• Implementé pipeline de sincronización con optimistic updates: el estado local se actualiza al instante mientras las operaciones se persisten en background en Supabase, con rollback automático ante errores.
• Construí módulo de Analytics con KPIs operativos (tasa de completado, pedidos urgentes, pasos ejecutados), gráficos de actividad de 7 días, donut de estado y ranking de top clientes usando useMemo en tiempo real.
• Desarrollé motor de contexto para asistente IA (buildContext) que inyecta el estado completo de pedidos al system prompt, con lógica local y stub listo para Claude API.
• Stack: React · Vite · JavaScript · Supabase · PostgreSQL · CSS (Design Tokens)

Desarrollador & Diseñador de Producto at El Reducto (2026-01 – Present)

Monitor de Inteligencia Minera

• Construí una app de inteligencia en tiempo real para el sector minero peruano, deployada en Streamlit Cloud.
• Validado con gerencia de IAMGOLD Perú, confirmando valor en monitoreo de riesgo del sector.
• Diseñé pipeline de scraping sobre 24 queries de Google News RSS con deduplicación por ranking y ventana de 90 días.
• Implementé clasificación de noticias en riesgo ALTO / MEDIO / BAJO usando LLaMA 3.1 vía Groq API con batch processing y backoff exponencial.
• Sistema de caché diario en JSON que reduce consumo de API en 90
• Dashboard analítico con gráficos de barras apiladas (21 días), TF-IDF para keywords y detección de semanas críticas.
• Stack: Python · Streamlit · Groq API · BeautifulSoup · Pandas · Plotly · scikit-learn · Streamlit Cloud

Carrera Técnico-Profesional in Data Science e Inteligencia Artificial – ISIL — Instituto San Ignacio de Loyola (2025-01)