Bienvenido a Mi Portafolio

Visión General

Soy Emilio Nahuel Pattini, Analista de Datos y Desarrollador Web apasionado por transformar datos complejos en insights claros y accionables, y construir aplicaciones web modernas y responsivas.

Mi trabajo combina sólidas habilidades técnicas en R, SQL, Python, machine learning y clustering con storytelling práctico. Entre mis proyectos recientes destacan el Análisis de Riesgo de Diabetes e Insights de Salud Pública (análisis end-to-end con uso intensivo de SQL, clustering, modelado predictivo y un dashboard interactivo en Streamlit) y el Análisis de E-Commerce Brasileño Olist (segmentación RFM, análisis de cohortes, forecasting y dashboard en Power BI).

Análisis de Riesgo de Diabetes e Insights de Salud Pública
Proyecto end-to-end con uso intensivo de SQL (DuckDB), ingeniería de características, clasificación binaria, clustering K-Means y un dashboard interactivo completo en Streamlit. Incluye contexto latinoamericano y proyecciones al 2050.

Análisis de E-Commerce Brasileño Olist: segmentación RFM, retención de cohorts, pronóstico con Prophet y dashboard interactivo en Power BI con insights accionables.

Ecobici 2024: Análisis de Movilidad Urbana centrado en patrones de uso del bike-sharing y rendimiento de estaciones.

Sitio Web de Portafolio Personal: diseño responsivo, componentes interactivos y branding pulido.

❮ ❯

Habilidades y Herramientas

• Tecnologías Principales: Python (pandas, scikit-learn, numpy, seaborn, plotly, prophet), SQL (DuckDB, MySQL, PostgreSQL, DB2), R (tidyverse, lubridate, leaflet)
• Ingeniería de Datos: Limpieza avanzada de datos, feature engineering, workflows reproducibles (Jupyter, RMarkdown)
• Análisis y Modelado: Exploratory Data Analysis (temporal, espacial, demográfico, cohorts RFM), Clasificación Binaria, Clustering K-Means, Scoring de Riesgo, Análisis de Cohortes, Forecasting y Series Temporales (Prophet para predicción de ingresos, detección de estacionalidad, escenarios de crecimiento), Métodos Estadísticos
• Segmentación de Clientes y Negocios: RFM scoring, visualización de segmentos, recomendaciones accionables (retención, upselling, win-back)
• Visualización y Dashboards: Streamlit, Power BI, Tableau, Plotly, Matplotlib, Seaborn, R Markdown
• Desarrollo Web: HTML5, CSS3, JavaScript (componentes interactivos, diseño responsivo), WordPress, contenido multilingüe (EN/ES/IT)
• Workflow y Comunicación: Storytelling de negocio, recomendaciones accionables, reportes reproducibles, presentación colaborativa
• Conocimiento de Dominio: Salud Pública, Comportamiento del Cliente, Movilidad Urbana
• Idiomas: Español (Nativo), Inglés (Fluido), Italiano (Intermedio), Portugués (Básico)

Proyectos Destacados

Análisis de Riesgo de Diabetes e Insights de Salud Pública

Proyecto end-to-end integral utilizando datos de BRFSS 2023. Énfasis fuerte en SQL con DuckDB, ingeniería de características, modelado de clasificación binaria, segmentación poblacional mediante clustering y un dashboard interactivo profesional en Streamlit. Incluye tendencias en América Latina y proyecciones al 2050.

Análisis de E-Commerce Brasileño – Olist

Análisis end-to-end completo: segmentación RFM, retención de cohorts, pronóstico de ingresos con Prophet, dashboard interactivo en Power BI. Resultado clave: identificado 97 % de clientes one-time y enorme oportunidad de retención.

Análisis de Movilidad Urbana Ecobici 2024

Análisis en profundidad de datos de bike-sharing urbano para entender patrones de uso, horarios pico y performance de estaciones. El proyecto involucró limpieza de datasets grandes, análisis exploratorio y visualización de tendencias clave para informar decisiones de planificación urbana.