Rubén Martín Blázquez Email & Phone Number

Madrid, Es

Madrid, Comunidad De Madrid, España

Lidero el diseño e implementación de un proceso completo de ETL utilizando un stack tecnológico avanzado compuesto por Airbyte, dbt y Apache Airflow. Mi principal responsabilidad es desarrollar y optimizar una herramienta que recopila y procesa datos de múltiples APIs de redes sociales (LinkedIn, Facebook, Instagram, YouTube, X, TikTok) para transformarlos en insights valiosos, destinados a optimizar las campañas publicitarias de nuestros clientes.Mis funciones clave incluyen:- Diseño y gestión de pipelines automatizados mediante DAGs en Python en Apache Airflow.- Transformación y modelado de datos utilizando dbt y MySQL, garantizando la calidad y precisión en el almacenamiento de los datos.- Implementación de la infraestructura en la nube mediante AWS EC2, asegurando escalabilidad y eficiencia en el procesamiento de grandes volúmenes de datos.- Integración continua de nuevas fuentes de datos a través de APIs de redes sociales, permitiendo una visión integral del comportamiento de las audiencias.Este puesto me permite combinar habilidades técnicas avanzadas con la capacidad de transformar grandes volúmenes de datos en soluciones estratégicas para el negocio, manteniéndome siempre en la búsqueda de innovaciones tecnológicas y mejores prácticas en el campo de la Ingeniería de Datos.

Madrid, España

Tema: Venta de inmuebles de segunda mano en Madrid.Objetivo: Lograr crear una herramienta que encuentre las mejores ofertas en función de las preferencias y expectativas de cada usuario.Parte 1 - Web Scraping: Sacamos la información de un total de 9.996 anuncios de pisos dentro de la web analizada: "Yaencontre"Preprocesamiento EDA y Preprocesamiento NLP: En el cual se realiza una limpieza de datos previa al EDA para su correcta visualización en el mismo.Parte 2 - EDA: Una vez realizado el preprocesamiento de los datos, se llevó a cabo un análisis de datos exploratorios para observar como se distribuían las variables y su posible importancia en relación al precio. Parte 3 - Modelos de entrenamiento: Por último, con todos los datos ya analizados y procesados, se llevó a cabo el entrenamiento de 3 modelos diferentes de regresión: Regresión Lineal, XG Boost y Random Forest. Para la Regresión Lineal se realizó un escalado de los datos para lograr un mayor rendimiento durante el entrenamiento. Para el XG Boost y el Random Forest se realizó un Grid Search para encontrar los mejores parámetros con el mismo objetivo que lo mencionado anteriormente, mejorar el rendimiento y lograr mejores métricas.En relación a las métricas usadas para ver cómo funcionaban los modelos, se usaron el MSE, el R2_Score y el MAPE (Mean Absolute Percentage Error)Durante todo este proceso, se decidió reducir el número de datos, eliminado gran parte de los outliers para poder observar si habría cambios al entrenar los modelos, dejando como límite el 75% de los precios, que equivalía a 950.000€.

Madrid, España

Durante mi etapa en Vivagym, mi labor se centró en: - Impartir clases colectivas y crear rutinas de entrenamiento, adaptándome a diferentes niveles de habilidad y objetivos de fitness y fomentando la participación y el progreso de los participantes. - Supervisión de la sala asegurando el uso correcto y seguro de los equipos. Proporcionando asesoramiento técnico y ajustes personalizados para optimizar los entrenamientos de los usuarios. - Atención al cliente, administrando reservas, respondiendo a consultas y manteniendo una comunicación efectiva con los socios para mejorar su experiencia en el gimnasio.Posteriormente, en Eventos Padelgon, donde trabajé como monitor de pádel, mi labor se centró en: - Desarrollo de Programas de Entrenamiento: Elaborando y ejecutando estos para jugadores de diferentes niveles, desde principiantes hasta nivel intermedio, enfocándome en mejorar su técnica, táctica y condición física específica para el pádel.Mi trayectoria en estos roles me ha permitido fortalecer significativamente mis habilidades comunicativas y de trabajo en equipo, elementos clave para lograr una eficiencia óptima en todas las actividades. Me he enfocado en ofrecer un servicio excepcional a socios y clientes, asegurando su satisfacción y fidelidad, al tiempo que he contribuido al éxito y beneficio de la empresa. Esta experiencia me ha dotado de una perspectiva integral en la gestión deportiva y en la creación de un ambiente positivo y productivo tanto para los usuarios como para la organización.

Madrid, Comunidad De Madrid, España

Data Science Y Machine Learning

Bloque 1: Python Bloque 2: Matemáticas y estadística Bloque 3: Bases de datos (SQL) Bloque 4: Web Scraping y APIs Bloque 5: Visualización.

Data Science Y Machine Learning

Bloque 1: Python Bloque 2: Matemáticas y estadística Bloque 3: Bases de datos (SQL) Bloque 4: Web Scraping y APIs Bloque 5: Visualización.

Ciclo Formativo De Grado Superior, Técnico Superior En Acondicionamiento Físico

Grado, Journalism