Mis Proyectos

"Flujos Migratorios en Latinoamérica"

"Data Engineer"

El ciclo de vida de un proyecto de Machine Learning contempla desde el tratamiento y recolección de los datos (Data Engineer stuff) hasta el entrenamiento y mantenimiento del modelo de Machine Learning según llegan nuevos datos. 

Comenzamos con un proceso ETL donde trabajaremos con bases de datos de diferentes plataformas (Amazon, Disney, Hulu y Netflix), los que contienen datos sobre películas y series, su duración, rating, puntuación, etc. Los datos entregados son procesados, según las exigencias del cliente.

Luego corresponde investigar las relaciones entre las variables del dataset. Identificar outliers o anomalías y ver si hay algún patrón interesante a explorar en un análisis. Para nuestro sistema de recomendación serán de utilidad las columnas de usuario, title, id y score (puntuación dada por los usuarios). A partir del EDA realizado podemos entender los datos y proseguimos a entrenar nuestro modelo de Machine Learning para desarrollar un sistema de recomendación de películas. Éste consiste en recomendar películas basándose en películas similares en términos de puntaje (score), devolviendo un listado de 5 películas y su puntaje. Para crearlo fue utilizada la Descomposición en Valores Singulares (SVD) para el modelado y entrenamiento y la cross validation (validación cruzada) para su evaluación.

Para disponibilizar los datos a los usuarios es que usando el framework FastAPI, creamos 6 endpoints que se consumen en la API.