Məlumat elmi mütəxəssisi · İdman analitikası · Valensiya

Məlumatları çevirirəm aydın qərarlara

Məlumat analitikası ilə elita idmanının arasında körpüyəm: performans ölçülərini meydançada fərq yaradan strategiyalara çevirirəm.

Layihələrə bax Əlaqə

Python
R
SQL
Power BI
Machine Learning

Haqqımda

meydança, yol və yarış konteksti olan məlumatlar

Mən Mario Álvarezəm, peşəkar velosiped idmanında real təcrübəsi olan UPV-də Məlumat Elmi tələbəsiyəm. Hər bir ölçünü nəticələri yaxşılaşdıran qərara çevirmək üçün məlumat analitikasını elita idman performansı ilə birləşdirirəm.

Daha çox bax

UPV

Təhsil

Məlumat Elmi üzrə Bakalavr dərəcəsi, Universitat Politècnica de València.

Elita

Təcrübə

Peşəkar velosiped komandası daxilində real iş.

Data + Sport

Yanaşma

İdman performansının yaxşılaşdırılmasına tətbiq olunan analitika.

Təcrübə

İki dünya, tək bir dil: performans

Ən yüksək səviyyədə yarışmışam və bu gün eyni meyarı məlumatlara tətbiq edirəm: bir rəqəmin idmançı üçün nə demək olduğunu anlayıram, çünki mən həmin idmançı olmuşam.

Daha çox bax

İş

Layihələr

GitHub-dakı ictimai repozitoriyalarımın avtomatik seçimi.

İxtisaslaşmalar

HTML
Power BI
Python
R
SQL

VIS

HTML

This repository contains coursework, practical exercises, and study materials for a university data visualization course. It includes solved programming tasks using R and Python libraries like ggplot2 and Plotly, alongside practice dashboards built in Tableau.

GitHub-da bax

EVALUACION-DE-MODELOS-

HTML

This repository contains practical assignments for a university model evaluation course, covering topics such as cost-sensitive classification, fairness metrics on the COMPAS dataset, and model interpretability using partial dependence plots. The exercises and analyses are implemented using Python and R across Jupyter Notebooks and R Markdown reports.

GitHub-da bax

TRABAJO_MDP

An academic data analysis project in R that explores and characterizes a physicochemical crystal dataset. It covers data cleaning, preprocessing, and dimensionality reduction through Principal Component Analysis (PCA) using packages such as FactoMineR, factoextra, and ggplot2.

GitHub-da bax

TRABAJO_CORREDORES

Python

A Streamlit web application that helps manage cycling teams by scraping race and rider data from ProCyclingStats and FirstCycling to analyze upcoming events and cyclist specialties. It is built with Python using BeautifulSoup, Selenium, Pandas, and the Gemini API to process data and extract UCI points regulations from PDFs.

GitHub-da bax

COFIDIS

Python

Developed as an academic project, this tool scrapes UCI rankings and race data from ProCyclingStats to calculate race difficulty scores tailored to the Cofidis cycling team's calendar. It is built with Python, using Selenium and BeautifulSoup for web scraping, Pandas for data processing, and Streamlit for the interactive interface.

GitHub-da bax