Ilmuwan data · Analitik olahraga · Valencia

Saya mengubah data menjadi keputusan yang jelas

Saya adalah jembatan antara analisis data dan olahraga elit: saya mengubah metrik performa menjadi strategi yang membuat perbedaan di lapangan.

Lihat proyek Kontak

Python
R
SQL
Power BI
Machine Learning

Tentang saya

Data dengan konteks lintasan, jalan raya, dan kompetisi

Saya Mario Álvarez, mahasiswa Sains Data di UPV dengan pengalaman nyata di bidang balap sepeda profesional. Saya memadukan analisis data dengan performa olahraga elit, untuk mengubah setiap metrik menjadi keputusan yang meningkatkan hasil.

Lihat lebih banyak

UPV

Pendidikan

Gelar Sarjana Sains Data, Universitat Politècnica de València.

Elit

Pengalaman

Pekerjaan nyata di dalam tim balap sepeda profesional.

Data + Sport

Pendekatan

Analitik yang diterapkan untuk peningkatan performa olahraga.

Pengalaman

Dua dunia, satu bahasa yang sama: performa

Saya telah berkompetisi di tingkat tertinggi dan hari ini saya menerapkan kriteria yang sama pada data: saya memahami arti sebuah angka bagi seorang atlet karena saya pernah menjadi atlet tersebut.

Lihat lebih banyak

Pekerjaan

Proyek

Pilihan otomatis dari repositori publik saya di GitHub.

Spesialisasi

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.

Lihat di GitHub

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.

Lihat di GitHub

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.

Lihat di GitHub

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.

Lihat di GitHub

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.

Lihat di GitHub