Predecir si un candidato a científico de datos trabajará para una empresa. Limpié más de 20,000 datos extraídos de Kaggle. Realicé un análisis exploratorio de datos (EDA) y extraje información valiosa de los datos. Optimicé Regresión logística, K-vecinos más cercanos, clasificador de árbol de decisión y Random Forest Classifier utilizando GridsearchCV para alcanzar el mejor modelo. Enlace al repositorio de github

Creé una herramienta que estima el precio de los departamentos en la Ciudad de México para ayudar a las empresas constructoras a estimar el precio potencial de sus departamentos. Extraje más de 25,000 descripciones de apartamentos de Inmuebles24 usando Python y BeautifulSoup Cualidades diseñadas a partir del texto de la descripción de cada apartamento para cuantificar el valor de las amenidades, como piscina, jardín, etc. Optimicé regresión lineal, ridge regression y Gradient Boosting Regressor usando GridSearchCV para alcanzar el mejor modelo.