Marketing,
datos e inteligencia
artificial.

Traiana: departamento de marketing de una cervecera artesana

Cervecera artesana sevillana inspirada en el barrio de Triana, con una propuesta de marca construida sobre el geolocalismo: el orgullo de barrio como motor del relato. Proyecto independiente que vivió durante 2024.

Asumí en solitario el área completa de marketing y ventas: gestión de redes sociales, página web, publicidad, contacto con proveedores y clientes, prospección comercial a puerta fría en locales, diseño parcial de la identidad de marca y construcción del PVP para venta al por mayor.

• Branding desde la base: posicionamiento geolocalista (Triana como territorio simbólico), tono de marca y aplicación a piezas reales para redes, publicidad y producto.
• Comercial a puerta fría en hostelería sevillana: presentación del producto en locales, gestión de objeciones y cierre de acuerdos con proveedores.
• Construcción del PVP mayorista desde cero: análisis de costes, márgenes para el canal y estrategia de precios competitiva.
• Gestión operativa simultánea de canales digitales (RRSS, web, publicidad) en un entorno sin equipo ni soporte de área.

La marca cerró en julio de 2024 por falta de equipo y estructura suficiente para sostener su crecimiento. La pieza audiovisual que muestro a la derecha es un anuncio que produje con los medios disponibles: la calidad técnica refleja las limitaciones del momento, pero el concepto y el mensaje sí condensan la propuesta de marca que defendí durante el proyecto.

EDA del dataset de películas

Análisis exploratorio completo sobre un dataset de películas para estudiar cómo afectan a la recaudación tres factores clave: el país de origen, el género principal y la clasificación por edades. Incluye un pipeline de limpieza modular y una progresión de visualizaciones desde lo básico hasta lo avanzado.

• Pipeline de limpieza en Python con normalización de columnas, imputación razonada y generación de variables derivadas (main_genre, movie_type).
• Tres tandas de visualizaciones —básicas, intermedias y avanzadas— que incluyen histogramas, boxplots, mapa de correlaciones, pairplots y violinplots.
• Análisis cruzado país × género × clasificación para responder a la pregunta central del proyecto con evidencia visual.

Estadística aplicada a la predicción de ratings

Práctica final del Máster en Data Science e IA. Análisis estadístico riguroso sobre un dataset de 10.000 animes, articulado en cuatro bloques: análisis descriptivo, inferencia y modelado, regresión lineal implementada desde cero con NumPy, y series temporales.

• Tratamiento metodológico completo: clasificación de variables por tipo, imputación razonada por categoría, análisis de asimetría/curtosis y validación de supuestos del modelo.
• Comparativa regresión lineal vs. logística sobre el mismo dataset (R² = 0.44, RMSE = 0.47) con diagnóstico de residuos y discusión de la adecuación de cada enfoque.
• Implementación from scratch de regresión lineal con descenso de gradiente en NumPy puro, validada contra la solución analítica OLS.
• Descomposición de series temporales en tendencia, estacionalidad y ruido con medias móviles de distinto orden.

Modelo de fidelización y recompra en retail

Pipeline end-to-end de Data Science sobre el dataset público Online Retail II (UCI): más de un millón de transacciones reales del Reino Unido entre 2009 y 2011. El objetivo de negocio: predecir la probabilidad de recompra de cada cliente y entregar al equipo comercial una tabla accionable de campañas.

• Pipeline completo: EDA con foco de negocio, construcción razonada del target con fecha de corte, RFM y feature engineering por cliente.
• Detección de anomalías con Isolation Forest para aislar mayoristas atípicos y segmentación K-Means validada por Silhouette Score (0.58).
• Comparativa Regresión Logística vs. Random Forest con GridSearchCV. Gana la logística por interpretabilidad para negocio — AUC-ROC = 0.79.
• Bonus: sistema de recomendación con tres enfoques complementarios (popularidad, content-based con TF-IDF y filtrado colaborativo con SVD).

Análisis NLP de reseñas: sentimiento y benchmarking

Análisis del lenguaje natural sobre reseñas reales de Trustpilot del sector Travel & Vacation. Combina análisis de sentimiento, topic modeling y comparativa con la competencia para entregar recomendaciones de negocio accionables sobre loveholidays.com frente a TUI, Jet2 y Lastminute.

• Pipeline de limpieza de texto propio: normalización de caracteres, eliminación de ruido y filtrado por sector para asegurar comparabilidad competitiva.
• Análisis de sentimiento con TextBlob y benchmarking competitivo: polaridad +0.177 y 63% de reseñas positivas frente a la media del sector.
• Topic modeling con NMF sobre matriz TF-IDF: cinco temas latentes identificados (reserva online, alojamiento, experiencia, precio, atención al cliente).
• Cruce sentimiento × topic con umbrales de decisión que separan fortalezas comunicables de áreas de mejora prioritarias.

AsistIA: agente RAG conversacional sobre IA Generativa

Agente conversacional construido con Google Gemini, ChromaDB y LangGraph que responde preguntas sobre IA Generativa apoyándose en una base de conocimiento vectorial propia y manteniendo memoria entre turnos. Práctica final del módulo de IA Generativa del Máster, desplegada en Streamlit Cloud.

• Arquitectura de agente como grafo de estado dirigido con LangGraph: nodos de recuperación y generación, con memoria por thread_id que aísla conversaciones paralelas.
• Pipeline RAG completo: indexación de PDFs con RecursiveCharacterTextSplitter, embeddings de Gemini, persistencia en ChromaDB y recuperación por similitud coseno (top-3).
• System prompt cuidadosamente diseñado con siete reglas explícitas: priorización del contexto, fallback ante falta de información, idioma fijado y tono pedagógico.
• Interfaz web en Streamlit con selección de modelo, panel de inspección del contexto recuperado y caché de recursos para no recompilar el agente en cada rerun.

OptimoIA / geo-predict: predicción de citabilidad en buscadores generativos

Sistema predictivo que estima, antes de publicar, la probabilidad de que un contenido sea citado por un motor de búsqueda generativo (LLM). Trabajo Fin de Máster convertido en producto real: un modelo XGBoost entrenado sobre un corpus propio que puntúa la "citabilidad" de un texto y explica por qué.

• Corpus construido desde cero: 743 artículos y 8.897 pares contenido-pregunta, etiquetados automáticamente con un LLM como juez (GPT-4o-mini).
• Modelo XGBoost con ROC-AUC 0.961 (test) / 0.956 ±0.007 en validación cruzada GroupKFold, F1 0.81 y 93,4% de accuracy frente a 81,8% de baseline, sobre 1.192 features.
• Explicabilidad con SHAP (local y global) traducida a recomendaciones en lenguaje natural: no solo puntúa, dice qué mejorar.
• Desplegado en producción con API FastAPI e interfaz propia, enlazado con la plataforma de enriquecimiento geo-web.

geo-web: plataforma multi-tenant de enriquecimiento Schema.org

Aplicación full-stack que conecta tiendas Shopify y sitios WordPress para inyectarles datos estructurados Schema.org automáticamente, mejorando su visibilidad en buscadores generativos (GEO). Proyecto real en producción del ecosistema OptimoIA.

• OAuth multi-comerciante de Shopify con cifrado AES-256-GCM de credenciales en reposo, validación HMAC del callback con timingSafeEqual y protección CSRF (node:crypto nativo).
• Pipeline de enriquecimiento orquestado con n8n que genera el JSON-LD con IA y lo escribe en metafields y snippets Liquid sin alterar el contenido del comerciante.
• Módulo WordPress con plugin propio (geo-schema-enricher) que registra y renderiza el JSON-LD vía REST API; mejora del score GEO de 32 a 62 en pruebas reales.
• Arquitectura multi-tenant con rutas API como intermediarios server-side: el navegador nunca toca credenciales ni servicios externos directamente.