Ingeniero de Software y Científico de Datos especializado en Inteligencia Artificial. Me apasiona desarrollar soluciones tecnológicas innovadoras, combinando desarrollo de software robusto con análisis de datos y modelos de IA para resolver problemas complejos.

       Bot de WhatsApp con API de OpenAI
       Repositorio ▪️ Demo

• Desarrollo de un chatbot inteligente para WhatsApp utilizando Django y la API de OpenAI.
• Tecnologías: Django, WhatsApp Cloud API, OpenAI API, PostgreSQL, Railway.
• Características: Manejo de conversaciones contextuales, perfil de usuario, sistema de respuesta optimizado.
• Impacto: Automatización efectiva de consultas de ventas con respuestas personalizadas y contextualmente relevantes.

       Sistema de Gestión de Películas con React
       Repositorio ▪️ Demo

• Desarrollo de una aplicación web moderna para exploración y gestión de películas con integración de TMDB API.
• Tecnologías: React 18, React Router, Context API, Vite, REST API.
• Características: Exploración intuitiva, búsqueda en tiempo real, sistema de favoritos con persistencia local.
• Impacto: Demostración de habilidades en desarrollo frontend moderno, arquitectura limpia y optimización de rendimiento.

       Galería Dinámica de Imágenes con Next.js
       Repositorio ▪️ Demo

• Desarrollo de una aplicación web moderna utilizando Next.js 14, React 19 y TypeScript con múltiples estrategias de renderizado.
• Tecnologías: Next.js 14, React 19, TypeScript, Bootstrap 5, SASS, API de Unsplash.
• Características: SSR, SSG, ISR, CSR, optimización de imágenes, sistema de caché inteligente, diseño responsivo.
• Impacto: Reducción del 60% en tiempo de carga inicial, puntuación 95+ en Lighthouse para Performance y Accessibility.

       Bot de WhatsApp con RAG y API de OpenAI
       Repositorio

• Desarrollo de un chatbot inteligente para WhatsApp utilizando RAG y modelos de lenguaje de OpenAI.
• Tecnologías: WhatsApp API, OpenAI API, RAG, Python.
• Características: Respuestas contextuales precisas, integración de conocimientos específicos y generales.
• Impacto: Mejora significativa en la calidad y relevancia de las respuestas del chatbot en comparación con sistemas tradicionales.

       RAG con Neo4j y Groq
       Repositorio

• Implementación de un sistema de Recuperación Aumentada por Generación (RAG) utilizando grafos de conocimiento.
• Tecnologías: Neo4j, Groq, Python.
• Resultados: Mejora del 30% en la precisión de recuperación de información contextual.

       Inferencia de LLM con Historial de Chat
       Repositorio

• Desarrollo de un modelo de lenguaje que mantiene contexto a través de múltiples interacciones.
• Tecnologías: PyTorch, Transformers.
• Impacto: Reducción del 40% en la latencia de respuesta manteniendo la coherencia contextual.

       Sistema de Recomendación de Películas
       Repositorio

• Desarrollo de un sistema avanzado de recomendación de películas utilizando técnicas de análisis de datos y NLP.
• Tecnologías: Python, Pandas, NumPy, Scikit-learn, Streamlit, TMDB API.
• Características: Análisis de más de 4,800 películas, procesamiento de texto con TF-IDF, algoritmo de similitud del coseno, interfaz de usuario interactiva.
• Impacto: Demostración de habilidades avanzadas en ciencia de datos y desarrollo web, con aplicaciones potenciales en plataformas de streaming y análisis de tendencias en la industria del entretenimiento.

       Análisis Predictivo de Datos de Salud
       Repositorio

• Creación de un modelo predictivo para identificar factores de riesgo en pacientes.
• Tecnologías: Scikit-learn, Pandas, XGBoost.
• Resultados: Precisión del 92% en la predicción de riesgos de salud.

       Análisis de Sentimientos a Gran Escala
       Repositorio

• Implementación de un sistema de NLP para clasificación de sentimientos en reseñas de productos.
• Tecnologías: NLTK, Scikit-learn, Spark NLP.
• Logro: Procesamiento de más de 10,000 reseñas diarias con 92% de precisión.

       Pipeline de ETL para Big Data
       Repositorio

• Desarrollo de un sistema ETL escalable para procesamiento de datos masivos.
• Tecnologías: Apache Spark, Pandas, Airflow.
• Impacto: Reducción del 60% en tiempo de procesamiento para conjuntos de datos de más de 1TB.

• Lenguajes de Programación: Python, R, SQL
• Herramientas de Ciencia de Datos: Pandas, NumPy, SciPy
• Frameworks de Machine Learning: Scikit-learn, TensorFlow, PyTorch, Keras
• Tecnologías Big Data: Apache Spark, Hadoop, Hive
• Procesamiento de Lenguaje Natural: NLTK, SpaCy, Transformers
• Sistemas de Gestión de Bases de Datos: PostgreSQL, MongoDB, Neo4j
• Herramientas de Visualización: Matplotlib, Seaborn, Plotly, Tableau
• Plataformas Cloud y MLOps: AWS SageMaker, Google Cloud AI, Azure ML, Docker, Kubernetes

Abierto a colaboraciones en proyectos de Ciencia de Datos e IA. Para consultas profesionales o propuestas de colaboración, por favor contactar a través de:

• Correo Electrónico: floresernesto1995@gmail.com
• LinkedIn: www.linkedin.com/in/ernesto-j-h-flores
• Kaggle: www.kaggle.com/ernestoflores95

© 2024 Ernesto J. H. Flores | floresernesto95