Juan Felipe Rios Torres Ciencia de Datos | Ingeniero de Petroquímico
Perfil

Data Scientist, Ingeniero de Petróleos y Químico, con una especialización en Gerencia de Proyectos que integra pensamiento analítico y liderazgo en entornos complejos. Combino lógica de datos y dominio de herramientas como Python, PowerBI, Scikit-learn y SQL para transformar información en modelos predictivos, análisis accionables y tableros claros para negocios. Destaco por mi capacidad de estructurar datos, comunicar hallazgos y desarrollar soluciones reproducibles orientadas a resultados.

Habilidades
Python|Jupiter NoteBook|Matplotlib|Numpy|Pandas|Seaborn|SQL|Codespaces|File Manipulation|WebScraping|RESTful API's|Scikit-learn|Natural Language Toolkit|Tensorflow|Google Cloud|Streamlit|Power BI|Excel|Flask|SQLAlchemy|VScode|JSON Web Token (JWT)|Javascript|Bootstrap|React|CSS|HTML5|JAVA|Jest|Git|GitHub|Jira|Scrum Master|Trello|Metodologías Agiles|Prompt Engineering|Cloud Computing Technologies
Educación
Data Science - Machine Learning, 4Geeks Academy⁠
08/2025 – 01/2026
Full Stack Software Developer, 4Geeks Academy⁠
03/2025 – 06/2025
Especialización en Gerencia de Proyectos, Universidad de América⁠
01/2021 – 03/2022 | Bogota, Colombia
Ingeniero Químico, Universidad de América⁠
07/2017 – 03/2023 | Bogota, Colombia
Ingeniero de petróleos, Universidad de América⁠
01/2016 – 03/2021 | Bogota, Colombia
Proyectos
Poverty App⁠, Python, Pandas, Numpy, Seaborn, Scikit-learn, Stremalit, Google Cloud
  • •Analicé patrones y variables clave mediante EDA (Seaborn) para guiar decisiones de limpieza, selección de features y preparación del conjunto de entrenamiento del modelo.
  • •Entrené un modelo de regresión con XGBoost Regressor (Scikit-learn) para predecir el índice de pobreza, evaluando su desempeño con SME, accuracy, R y R² para comparar configuraciones y reportar resultados de forma objetiva.
  • •Optimizé el XGBoost Regressor integrando un Pipeline de Scikit-learn con la etapa de preprocesamiento y un proceso de hiperparametrización (búsqueda/​validación) para seleccionar la configuración con los mejores indicadores de evaluación (según las métricas definidas).
  • •Desplegué una aplicación interactiva en Streamlit conectada a Google Cloud, habilitando una funcionalidad de predicción y visualización de resultados desde una interfaz web usable por negocio/​usuarios no técnicos.
    • Experiencia Profesional
    Ingeniero de campo, Weatherford⁠
    11/2023 – 02/2025 | Bogotá, Colombia
  • •Lideré operaciones críticas en campo, gestionando ejecución y logística con foco en seguridad y eficiencia, apoyándome en Excel/​Power BI para seguimiento de KPIs operativos y análisis de tiempos/​ciclos que impulsaron una optimización del 30%.
  • •Analicé datos técnicos en tiempo real para soportar decisiones operativas, estructurando registros y validando consistencia con enfoque cuantitativo (tendencias/​desviaciones), trasladando esa práctica a flujos de trabajo reproducibles en Python (Pandas, NumPy) /​ Jupyter Notebook.
  • •Estandaricé documentación y reportes técnicos para trazabilidad y control, coordinando equipos multidisciplinarios y utilizando herramientas de colaboración y versionamiento (Git/​GitHub, Jira/​Trello) para mejorar comunicación, orden y seguimiento de actividades.
    • ALSC Real Time Monitoring Trainee, SLB⁠
    01/2023 – 10/2023 | Bogota, Colombia
  • •Monitoreé y reporté KPIs de levantamiento artificial, consolidando información técnica y generando insights con Excel/​Power BI y análisis estructurado orientado a planes de optimización y valorización de activos.
  • •Procesé y depuré datos de operación para reportabilidad, aplicando buenas prácticas de File Manipulation y análisis cuantitativo; reforcé bases para automatización y análisis reproducible usando Python /​ Jupyter Notebook.
    • Lenguajes
    Español — Nativo|Inglés — C1