Data Scientist · Sports Analytics · Valencia

Ginagawa ko ang data bilang malinaw na mga desisyon

Ako ang tulay sa pagitan ng pagsusuri ng data at ng elite na palakasan: isinasalin ko ang mga sukatan ng pagganap sa mga estratehiya na gumagawa ng pagkakaiba sa larangan.

Tingnan ang mga proyekto Makipag-ugnayan

Python
R
SQL
Power BI
Machine Learning

Tungkol sa akin

Data na may konteksto ng track, kalsada at kumpetisyon

Ako si Mario Álvarez, mag-aaral ng Data Science sa UPV na may tunay na karanasan sa loob ng propesyonal na pagbibisikleta. Pinagsasama ko ang pagsusuri ng data sa elite na pagganap sa palakasan, upang gawing bawat sukatan ang isang desisyon na nagpapabuti ng mga resulta.

Tingnan pa

UPV

Edukasyon

Bachelor sa Data Science, Universitat Politècnica de València.

Elite

Karanasan

Tunay na trabaho sa loob ng isang propesyonal na koponan ng pagbibisikleta.

Data + Sport

Pokus

Analytics na inilapat sa pagpapabuti ng pagganap sa palakasan.

Karanasan

Dalawang mundo, iisang wika: ang pagganap

Nakipagkumpitensya ako sa pinakamataas na antas at ngayon ay inilalapat ko ang parehong pamantayan na iyon sa data: naiintindihan ko kung ano ang ibig sabihin ng isang numero para sa isang atleta dahil ako ang atletang iyon.

Tingnan pa

Gawa

Mga Proyekto

Isang awtomatikong seleksyon ng aking mga pampublikong repositoryo sa GitHub.

Mga Espesyalisasyon

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.

Tingnan sa 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.

Tingnan sa 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.

Tingnan sa 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.

Tingnan sa 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.

Tingnan sa GitHub