Full Stack + ML/AI

Soy Olver y me apasiona construir aplicaciones que hagan la vida más fácil a las personas y a las empresas, usando Full Stack y Machine Learning.

Proyectos Descargar CV

Predicción de Demanda en 45 Tiendas de Walmart

2026 Python Poetry MLflow FastAPI Docker Jupyter

Walmart registra ventas semanales entre 2010 y 2012 para 45 tiendas. Se desarrollan pipelines de procesamiento de datos y entrenamiento de modelos de series temporales (ARIMA y SARIMA) para la predicción de demanda, siguiendo la metodología CPMAI. El proyecto incluye una aplicación backend que expone los modelos entrenados para realizar predicciones y consultar métricas de desempeño.

App Backend Repo. App Backend Repo. App ML Doc. App ML Walmart Dataset

Exploración Machine Learning de Olist Dataset

2025 Python Poetry GC. Storage BigQuery Jupyter

Olist E-commerce registra varias órdenes de compra, por lo que se evaluó la calidad de los datos para identificar posibles aplicaciones de Machine Learning. Se desarrollaron pipelines de extracción y preprocesamiento para construir un dataset consolidado y explorar oportunidades de análisis, siguiendo la metodología CRISP-DM. Se utilizó Google Cloud Storage para extraer los datos y BigQuery para preprocesarlos, uniendo múltiples tablas.

Repo. App ML Doc. App ML Olist Dataset

Clasificación de Imágenes de Materiales de Reciclaje

2025 Python TensorFlow Jupyter

La correcta clasificación de materiales implica identificar el contenedor adecuado, un proceso que puede ser lento y poco escalable cuando se consideran todos los colores de contenedor. Se desarrolló un notebook para entrenar modelos CNN, incluyendo el uso de modelos preentrenados, que permitan clasificar los materiales según el color del contenedor.

Repo. Notebook Dataset Integrado

Aplicación de Pedidos de Chifa El Mesón

2024 Remunerado Flutter

Un Chifa necesitaba una versión móvil de su aplicación web de pedidos. Se desarrolló una aplicación móvil manteniendo la mayoría de los detalles de diseño de la versión web. Además, se consideró la integración con Getnet.

Repo. App Móvil

Aplicación Móvil

Sistema de mapas del Campus Saucache - UTA

2024 Remunerado Nest.js Flutter Angular MySQL

El Campus Saucache de la Universidad de Tarapacá es bastante grande, por lo que a veces surge la duda de cómo llegar a un lugar. Se desarrolló un sistema que facilita a los usuarios orientarse mediante un mapa, un buscador y un creador de rutas, indicando cómo llegar a lugares tanto abiertos como interiores de edificios. Además, considera las diferentes rutas a pie y en auto disponibles en el campus.

Repo. App Móvil Repo. App Frontend Repo. App Backend

Aplicación Móvil

Aplicación Frontend

Aplicación de Botón de Pánico para un Sistema de Alarmas Comunitarias

2024 Remunerado Flutter Firebase Laravel MySQL

La seguridad es una de las principales preocupaciones en las comunidades residenciales. Por ello, se desarrolló una Aplicación Móvil de Botón de Pánico que permite enviar notificaciones de alarma a los vecinos de preferencia. Además, se integró un servicio de notificaciones en la Aplicación Backend, permitiendo tanto recibir como crear alertas.

Repo. App Móvil Aplicación Frontend

Aplicación Móvil

Integración y Despliegue del Sistema del Programa de Mágister en Educación UTA

2024 Remunerado Express.js MySQL Docker Nginx Linux

El sistema del Programa de Magíster es una plataforma para la gestión académica de estudiantes de postgrado, que originalmente utilizaba servicios externos de Supabase. Por razones de seguridad, antes del despliegue se requería que los datos fueran gestionados localmente en los servidores de la Universidad. Los servicios utilizados incluían autenticación de usuarios, gestión de archivos y envío de correos. Una vez realizada la adaptación, el sistema fue dockerizado y desplegado en infraestructura local.

Repo. App Autenticación y Correos Repo. App Gestión de archivos

Inglés

B2

EF SET

Español

Nativo

Me motiva colaborar en proyectos significativos y construir soluciones reales.

¿Tienes un proyecto en mente? Hablemos.