DiegoAvella

Ingeniero Estadístico · Analista de datosStatistical Engineer · Data AnalystStatistik-Ingenieur · Datenanalyst

Convierto datos en conclusiones claras: diseño experimental, métodos bayesianos y series de tiempo, con análisis que se pueden reproducir.I turn data into clear conclusions: experimental design, Bayesian methods and time series, with analyses anyone can reproduce.Ich verwandle Daten in klare Schlussfolgerungen: Versuchsplanung, Bayes-Methoden und Zeitreihen, mit Analysen, die jeder nachvollziehen kann.

0°90°180°270°R

01 — DatosDataDaten

Todo empieza con una nube de datos.It all starts with a cloud of data.Alles beginnt mit einer Datenwolke.

Cada punto es una medición con su propio ruido. Todavía no tiene forma, y eso es lo que hay que ordenar.Every point is a measurement with its own noise. It has no shape yet, and that is what needs ordering.Jeder Punkt ist eine Messung mit eigenem Rauschen. Noch hat sie keine Form, und genau die gilt es zu ordnen.

En tu empresaIn your businessIn deinem UnternehmenAntes de decidir, una empresa necesita saber qué datos tiene y cuánto confiar en ellos: cuántos registros hay y qué tan dispersos están.Before deciding, a company needs to know what data it has and how far to trust it: how many records there are and how spread out they are.Bevor ein Unternehmen entscheidet, muss es wissen, welche Daten es hat und wie sehr es ihnen trauen kann: wie viele Datensätze es gibt und wie stark sie streuen.

observacionesobservationsBeobachtungen
—
media de ymean of yMittelwert von y
—
desv. estándarstandard deviationStandardabweichung
—

02 — DistribuciónDistributionVerteilung

Los errores se ordenan en una campana.The errors settle into a bell.Die Fehler ordnen sich zu einer Glocke.

Al medir cuánto se aleja cada punto de la tendencia, aparece la distribución normal: la misma curva que describe casi todo lo medido con cuidado.Measuring how far each point sits from the trend reveals the normal distribution: the curve behind almost everything measured with care.Misst man, wie weit jeder Punkt vom Trend abweicht, zeigt sich die Normalverteilung: die Kurve hinter fast allem, was sorgfältig gemessen wird.

En tu empresaIn your businessIn deinem UnternehmenSaber cómo se reparten los errores permite distinguir una variación normal de una alerta: cuándo un valor atípico merece revisión y cuándo es ruido.Knowing how errors spread lets you tell normal variation from a warning: when an unusual value deserves a look and when it is noise.Wer weiß, wie sich Fehler verteilen, unterscheidet normale Schwankung von einem Warnsignal: wann ein ungewöhnlicher Wert Aufmerksamkeit verdient und wann er nur Rauschen ist.

asimetríaskewnessSchiefe
—
curtosis (exceso)excess kurtosisExzess (Wölbung)
—
error típicoresidual errorRestfehler
—

03 — ModeloModelModell

Una recta resume la tendencia.A line summarises the trend.Eine Gerade fasst den Trend zusammen.

Mínimos cuadrados: la línea que menos se equivoca, con su banda de confianza al 95 %. Lo que no explica queda a la vista.Least squares: the line that errs least, with its 95 % band. What it does not explain stays in view.Kleinste Quadrate: die Gerade, die sich am wenigsten irrt, mit ihrem 95-%-Band. Was sie nicht erklärt, bleibt sichtbar.

En tu empresaIn your businessIn deinem UnternehmenUna tendencia ajustada ayuda a ver si un cambio (un precio, una campaña, un proceso) acompaña al resultado, y cuánto de la variación sigue sin explicarse.A fitted trend helps show whether a change (a price, a campaign, a process) goes along with the result, and how much of the variation is still unexplained.Ein angepasster Trend zeigt, ob eine Änderung (ein Preis, eine Kampagne, ein Prozess) mit dem Ergebnis einhergeht und wie viel der Schwankung weiter unerklärt bleibt.

pendienteslopeSteigung
—
R cuadradoR squaredR-Quadrat
—
error típicoresidual errorRestfehler
—

04 — PredicciónForecastPrognose

Y la incertidumbre dice hasta dónde mirar.And uncertainty says how far to look.Und die Unsicherheit sagt, wie weit man blicken kann.

La serie se extiende hacia adelante. El abanico se abre porque lo desconocido también crece, y mostrarlo es parte del resultado.The series extends forward. The fan opens because the unknown grows too, and showing it is part of the result.Die Reihe setzt sich fort. Der Fächer öffnet sich, weil auch das Unbekannte wächst, und es zu zeigen gehört zum Ergebnis.

En tu empresaIn your businessIn deinem UnternehmenUn pronóstico con su rango sirve para planear inventario, caja o personal con un escenario esperado y otro prudente, en lugar de una sola cifra.A forecast with its range supports planning stock, cash or staffing with an expected and a cautious scenario instead of a single number.Eine Prognose mit Spannweite hilft, Bestand, Liquidität oder Personal mit einem erwarteten und einem vorsichtigen Szenario zu planen, statt mit einer einzigen Zahl.

horizontehorizonHorizont
—
límite inferior 95 %lower bound 95 %untere Grenze 95 %
—
límite superior 95 %upper bound 95 %obere Grenze 95 %
—
  • R
  • Python
  • SQL
  • Java
  • Astro
  • React
  • Plotly
  • Tailwind

01 — Manifiesto01 — Manifesto01 — Manifest

Los datos no hablan solos. Alguien tiene que hacerles la pregunta correcta, medir la incertidumbre y mostrar el resultado de una forma que cualquiera pueda volver a calcular.Data does not speak for itself. Someone has to ask it the right question, measure the uncertainty and show the result in a way anyone can compute again.Daten sprechen nicht für sich. Jemand muss ihnen die richtige Frage stellen, die Unsicherheit messen und das Ergebnis so zeigen, dass jeder es neu berechnen kann.

  1. 01

    Conclusiones defendiblesDefensible conclusionsBelastbare Schlussfolgerungen

    Cada afirmación llega con el método que la sostiene y los supuestos que la limitan.Every claim arrives with the method that supports it and the assumptions that limit it.Jede Aussage kommt mit der Methode, die sie stützt, und den Annahmen, die sie begrenzen.

  2. 02

    Incertidumbre a la vistaUncertainty in viewUnsicherheit im Blick

    Intervalos, bandas y abanicos: lo que no se sabe también se dibuja.Intervals, bands and fans: what is not known is drawn too.Intervalle, Bänder und Fächer: Was man nicht weiß, wird mitgezeichnet.

  3. 03

    Resultados repetiblesRepeatable resultsWiederholbare Ergebnisse

    Semillas, código y datos a la vista, para que otra persona obtenga el mismo número.Seeds, code and data in plain sight, so someone else gets the same number.Seeds, Code und Daten offen einsehbar, damit jemand anderes dieselbe Zahl erhält.

  4. 04

    Gráficos que se entiendenCharts that read clearlyDiagramme, die sich klar lesen

    Una figura por idea, con la escala honesta y sin adornos que distraigan.One figure per idea, with an honest scale and no distracting ornament.Eine Abbildung pro Idee, mit ehrlicher Skala und ohne ablenkenden Zierrat.

02 — Datos vivos02 — Living data02 — Lebende Daten

Las matemáticas, en tiempo real.The math, in real time.Die Mathematik, in Echtzeit.

No son cifras de adorno: son simulaciones que se calculan ahora mismo en tu navegador, con una semilla fija para que sean reproducibles.These are not decorative figures: they are simulations computed right now in your browser, with a fixed seed so they are reproducible.Das sind keine Zierzahlen: Es sind Simulationen, die gerade jetzt in deinem Browser berechnet werden, mit festem Seed, damit sie reproduzierbar sind.

Ley de los grandes númerosLaw of large numbersGesetz der großen Zahlenn = 1 500

—x̄ → μ = 1

La media acumulada se acerca a la verdadera a medida que crece la muestra.The running mean approaches the true mean as the sample grows.Der laufende Mittelwert nähert sich dem wahren Mittelwert, je größer die Stichprobe wird.

Teorema central del límiteCentral limit theoremZentraler Grenzwertsatz1 500 × n = 30

—EE = σ/√n

Aunque la población es asimétrica, las medias muestrales forman una campana.Even though the population is skewed, sample means form a bell.Auch wenn die Grundgesamtheit schief ist, bilden Stichprobenmittel eine Glocke.

Intervalos de confianzaConfidence intervalsKonfidenzintervalle40 · 95 %

—cubren μcover μüberdecken μ

Cada barra es un estudio distinto. Las rojas son las que se perdieron la media real.Each bar is a different study. The red ones missed the true mean.Jeder Balken ist eine andere Studie. Die roten haben den wahren Mittelwert verfehlt.

Datos generadosData generatedErzeugte DatenExp(1)

—observacionesobservationsBeobachtungen

SemillaSeedSeed 42. Cambia la semilla y los números cambian; la forma no.Change the seed and the numbers change; the shape does not.Ändere den Seed, und die Zahlen ändern sich; die Form nicht.

03 — Inferencia03 — Inference03 — Inferenz

¿Cuántos datos hacen falta para creerlo?How much data does it take to believe it?Wie viele Daten braucht es, um es zu glauben?

Una prueba de hipótesis es una apuesta con dos errores posibles. Cambia el efecto, la muestra y el nivel de significancia, y mira cómo se reparten.A hypothesis test is a bet with two possible mistakes. Change the effect, the sample and the significance level, and watch how they trade off.Ein Hypothesentest ist eine Wette mit zwei möglichen Fehlern. Ändere den Effekt, die Stichprobe und das Signifikanzniveau und sieh, wie sie sich gegeneinander abwägen.

En tu empresaIn your businessIn deinem UnternehmenUna prueba de hipótesis responde si la diferencia entre dos opciones (dos versiones de un proceso, dos grupos de clientes) es real o puede ser casualidad, antes de invertir en cambiar algo.A hypothesis test answers whether the difference between two options (two versions of a process, two groups of customers) is real or could be chance, before investing in a change.Ein Hypothesentest beantwortet, ob der Unterschied zwischen zwei Optionen (zwei Prozessvarianten, zwei Kundengruppen) echt ist oder Zufall sein könnte, bevor man in eine Änderung investiert.

0.50

cuánto se aleja la media real de 0, en desviaciones estándar

25

SE = 1/√n = 0.200

0.05

Saca muestras y compara cuántas veces se rechaza H₀ con la potencia.

00.511.522.5umbral 0.33Si no hay efecto (H₀)Si hay efecto (H₁)
Error tipo I (α)
5.0%
Error tipo II (β)
19.6%
Potencia
80.4%

probabilidad de detectar el efecto

◆ En tu empresa◆ In your business◆ In Ihrem Unternehmen

Lo que cambia cuando los números se entienden.What changes when the numbers are understood.Was sich ändert, wenn man die Zahlen versteht.

Cinco ideas, cinco imágenes. Detrás de cada una hay una pregunta que una empresa ya se hace; lo mío es responderla con datos y explicarla sin jerga.Five ideas, five images. Behind each one is a question a company already asks; my job is to answer it with data and explain it without jargon.Fünf Ideen, fünf Bilder. Hinter jeder steckt eine Frage, die sich ein Unternehmen ohnehin stellt; meine Aufgabe ist, sie mit Daten zu beantworten und ohne Fachjargon zu erklären.

ConfianzaTrustVertrauen

Un número que se puede defender es lo que permite cerrar un trato.A number you can defend is what lets two sides shake hands.Eine Zahl, die man verteidigen kann, macht einen Abschluss möglich.

Los datos sobre la mesaData on the tableDie Daten auf dem Tisch

Gráficos, tablas y una lupa: el primer paso es mirar lo que la empresa ya tiene.Charts, tables and a magnifying glass: the first step is looking at what the company already has.Diagramme, Tabellen und eine Lupe: Zuerst schaut man an, was das Unternehmen schon hat.

Leerlo en equipoReading it togetherGemeinsam lesen

Un resultado solo sirve si quien decide puede leerlo. Explicarlo claro es parte del trabajo.A result only helps when the people deciding can read it. Explaining it plainly is part of the job.Ein Ergebnis hilft nur, wenn die Entscheidenden es lesen können. Klar erklären gehört zur Arbeit.

RentabilidadProfitabilityRentabilität

Lo que toda empresa le pide a sus números: ¿de dónde sale el valor?What every company asks of its numbers: where does the value come from?Was jedes Unternehmen von seinen Zahlen wissen will: Woher kommt der Wert?

TendenciasTrendsTrends

Ver una subida a tiempo y distinguirla del ruido es para lo que sirve un pronóstico.Spotting a rise early, and telling it apart from noise, is what a forecast is for.Einen Anstieg früh erkennen und vom Rauschen unterscheiden: dafür ist eine Prognose da.

Verlo en vivoSee it liveLive ansehen

◆ La matemática, en formas◆ The math, in shapes◆ Mathematik in Formen

Cuatro ideas, vistas de otra manera.Four ideas, seen another way.Vier Ideen, anders gesehen.

Datos, distribución, modelo y razonamiento: lo mismo que calculan las secciones de arriba, contado en imágenes.Data, distribution, model and reasoning: the same things the sections above compute, told in pictures.Daten, Verteilung, Modell und Argumentation: dasselbe, was die Abschnitte oben berechnen, in Bildern erzählt.

Lago de datosData lakeData Lake

Todo empieza con datos: muchos puntos, una superficie y un patrón por encontrar.Everything starts with data: many points, one surface and a pattern to find in it.Alles beginnt mit Daten: viele Punkte, eine Fläche und ein Muster, das es zu finden gilt.

Verlo en vivoSee it liveLive ansehen

DistribuciónDistributionVerteilung

Dónde se juntan los puntos y cuánto se dispersan es lo que describe una distribución.Where the points gather and how far they spread is what a distribution describes.Wo sich die Punkte sammeln und wie weit sie streuen, beschreibt eine Verteilung.

Verlo en vivoSee it liveLive ansehen

ModeloModelModell

Un modelo conecta entradas con salidas: muchas conexiones pequeñas que juntas producen una predicción.A model connects inputs to outputs: many small links that together produce a prediction.Ein Modell verbindet Eingaben mit Ausgaben: viele kleine Verbindungen, die zusammen eine Vorhersage ergeben.

Verlo en vivoSee it liveLive ansehen

Paso a pasoStep by stepSchritt für Schritt

El razonamiento detrás de una prueba o un modelo, escrito en el pizarrón un paso a la vez.The reasoning behind a test or a model, written on the board one step at a time.Die Überlegung hinter einem Test oder Modell, Schritt für Schritt an der Tafel entwickelt.

Verlo en vivoSee it liveLive ansehen

◆ Proyectos destacados◆ Featured projects◆ Ausgewählte Projekte

Lo que ya se presentó en público.What has already been presented in public.Was bereits öffentlich vorgestellt wurde.

Tres trabajos con fuente verificable: la noticia de la Escuela, el reportaje de Noticias RCN y las ponencias en congresos.Three pieces of work with a verifiable source: the school news item, the Noticias RCN report and the conference talks.Drei Arbeiten mit überprüfbarer Quelle: die Meldung der Hochschule, der Bericht von Noticias RCN und die Konferenzvorträge.

DATAVR SandBoxDATAVR SandBoxDATAVR SandBox

Escuela Colombiana de Ingeniería Julio GaravitoEscuela Colombiana de Ingeniería Julio GaravitoEscuela Colombiana de Ingeniería Julio Garavito · Noticia del 5 de enero de 2026News item of 5 January 2026Meldung vom 5. Januar 2026

Un entorno web de realidad virtual para analizar estadísticamente grandes volúmenes de datos, pensado para apoyar el diagnóstico del cáncer. Lo lideró la profesora Ana María Gómez Lamus junto a los estudiantes Diego Avella y Miguel Ángel Hernández, y Noticias RCN lo cubrió.A web-based virtual reality environment for the statistical analysis of large volumes of data, meant to support cancer diagnosis. Professor Ana María Gómez Lamus led it with students Diego Avella and Miguel Ángel Hernández, and Noticias RCN covered it.Eine webbasierte Virtual-Reality-Umgebung für die statistische Analyse großer Datenmengen, gedacht zur Unterstützung der Krebsdiagnose. Professorin Ana María Gómez Lamus leitete sie mit den Studierenden Diego Avella und Miguel Ángel Hernández, und Noticias RCN berichtete darüber.

  • Realidad virtual webWeb virtual realityWeb-Virtual-Reality
  • EstadísticaStatisticsStatistik

Metaverse Approaches for Analytics Tools DevelopmentMetaverse Approaches for Analytics Tools DevelopmentMetaverse Approaches for Analytics Tools Development

Conferencia ISBIS, Universidad de Ámsterdam (laboratorio AI4Business)ISBIS conference, University of Amsterdam (AI4Business lab)ISBIS-Konferenz, Universität Amsterdam (AI4Business-Labor)

Una ponencia sobre cómo construir herramientas de análisis de datos dentro de entornos virtuales, presentada con Miguel Hernández y Ana Gómez. El trabajo nació en los cursos de Analítica y Métodos Multivariados y de Métodos de Predicción.A talk on building data-analysis tools inside virtual environments, given with Miguel Hernández and Ana Gómez. The work grew out of the courses Analytics and Multivariate Methods and Prediction Methods.Ein Vortrag darüber, wie sich Datenanalyse-Werkzeuge in virtuellen Umgebungen bauen lassen, gehalten mit Miguel Hernández und Ana Gómez. Die Arbeit entstand in den Kursen Analytik und Multivariate Methoden sowie Prognosemethoden.

  • AnalíticaAnalyticsAnalytik
  • Métodos multivariadosMultivariate methodsMultivariate Methoden
  • PredicciónPredictionPrognose

AnalyticsVRAnalyticsVRAnalyticsVR

XVI CLATSE, Ecuador (sesión de Ciencia de Datos e IA)XVI CLATSE, Ecuador (Data Science and AI session)XVI CLATSE, Ecuador (Sitzung Data Science und KI)

Una ponencia sobre la precisión y el rendimiento de las técnicas de análisis de la plataforma de realidad virtual. Se presentó en la sesión de Ciencia de Datos e IA del congreso.A talk on the precision and performance of the analysis techniques of the virtual reality platform. It was given in the Data Science and AI session of the congress.Ein Vortrag über Präzision und Leistung der Analysetechniken der Virtual-Reality-Plattform. Er wurde in der Sitzung Data Science und KI des Kongresses gehalten.

  • Realidad virtualVirtual realityVirtual Reality
  • Precisión y rendimientoPrecision and performancePräzision und Leistung

◆ Trabajar juntos◆ Working together◆ Zusammenarbeit

Cómo trabajo con una empresa.How I work with a company.Wie ich mit einem Unternehmen arbeite.

Empiezo por la decisión, no por la técnica. El método viene después y queda a la vista para que cualquiera pueda revisarlo.I start from the decision, not the technique. The method comes after and stays in view so anyone can check it.Ich beginne bei der Entscheidung, nicht bei der Technik. Die Methode folgt danach und bleibt einsehbar, damit jede Person sie prüfen kann.

Con qué preguntas empiezoThe questions I start fromMit diesen Fragen beginne ich

  • ¿Qué decisión hay que tomar y quién la toma?What decision has to be made, and by whom?Welche Entscheidung ist zu treffen, und von wem?
  • ¿Qué datos existen y qué tan confiables son?What data exists, and how reliable is it?Welche Daten gibt es, und wie verlässlich sind sie?
  • ¿Cuánta incertidumbre se puede aceptar?How much uncertainty can be accepted?Wie viel Unsicherheit ist akzeptabel?

Qué entregoWhat I deliverWas ich liefere

  • Un análisis explicado en lenguaje claro, sin jerga.An analysis explained in plain language, without jargon.Eine Analyse in klarer Sprache, ohne Fachjargon.
  • Un modelo o pronóstico con su rango de incertidumbre a la vista.A model or forecast with its range of uncertainty in view.Ein Modell oder eine Prognose mit sichtbarer Unsicherheitsspanne.
  • Gráficos que se leen sin tener que preguntar.Charts that can be read without having to ask.Grafiken, die sich ohne Rückfragen lesen lassen.

Cómo queda repetibleHow it stays repeatableWie es wiederholbar bleibt

  • Código en R o SAS, documentado paso a paso.Code in R or SAS, documented step by step.Code in R oder SAS, Schritt für Schritt dokumentiert.
  • Los supuestos escritos, no implícitos.Assumptions written down, not implied.Annahmen aufgeschrieben, nicht stillschweigend vorausgesetzt.
  • Resultados que otra persona puede volver a calcular.Results that someone else can recompute.Ergebnisse, die eine andere Person nachrechnen kann.

De dónde viene estoWhere this comes fromWoher das kommt

  • Analista SAS desde junio de 2026.SAS analyst since June 2026.SAS-Analyst seit Juni 2026.
  • Ingeniería Estadística en la Escuela Colombiana de Ingeniería Julio Garavito (2022–2026).Statistical Engineering at the Escuela Colombiana de Ingeniería Julio Garavito (2022–2026).Statistik-Ingenieurwesen an der Escuela Colombiana de Ingeniería Julio Garavito (2022–2026).
  • Segundo mejor proyecto de Ingeniería Estadística, 2024-2.Second best Statistical Engineering project, 2024-2.Zweitbestes Projekt im Statistik-Ingenieurwesen, 2024-2.
  • Proyectos: análisis de Spotify, comparación bayesiana de medicamentos y DATAVR SandBox.Projects: a Spotify analysis, a Bayesian comparison of medicines and DATAVR SandBox.Projekte: eine Spotify-Analyse, ein bayesscher Medikamentenvergleich und DATAVR SandBox.

Atlas de seis planetasAtlas of six planetsAtlas der sechs Planeten

Cada planeta es un área de trabajo, con la figura que la define. Todas giran alrededor de lo mismo: análisis en R que otra persona pueda volver a ejecutar.Each planet is an area of work, with the figure that defines it. They all orbit the same thing: R analyses someone else can run again.Jeder Planet ist ein Arbeitsfeld, mit der Abbildung, die es ausmacht. Alle kreisen um dasselbe: R-Analysen, die jemand anderes erneut ausführen kann.

Inferencia estadísticaStatistical inferenceStatistische Inferenz

Estimar, contrastar y cuantificar la incertidumbre. Saber qué tanto se puede afirmar con los datos que hay.Estimating, testing and quantifying uncertainty: knowing how much the data in hand can actually support.Schätzen, Testen und Quantifizieren von Unsicherheit: wissen, wie viel die vorliegenden Daten tatsächlich tragen.

x¯±tα/2sn
Intervalo de confianza para la mediaConfidence interval for the meanKonfidenzintervall für den Mittelwert

Métodos bayesianosBayesian methodsBayes-Methoden

Combinar conocimiento previo con evidencia nueva para actualizar creencias de forma explícita.Combining prior knowledge with new evidence to update beliefs explicitly.Vorwissen mit neuer Evidenz verbinden, um Überzeugungen explizit zu aktualisieren.

P(θ|y)∝P(y|θ)P(θ)
Teorema de BayesBayes' theoremSatz von Bayes

Series de tiempoTime seriesZeitreihen

Modelar la dependencia en el tiempo para describir tendencias, estacionalidad y pronosticar.Modeling dependence over time to describe trends and seasonality, and to forecast.Abhängigkeit über die Zeit modellieren, um Trends und Saisonalität zu beschreiben und Prognosen zu erstellen.

Xt=φXt−1+εt
Proceso autorregresivo AR(1)Autoregressive process AR(1)Autoregressiver Prozess AR(1)

Diseño experimentalExperimental designVersuchsplanung

Planear los experimentos antes de medir, para que las diferencias entre tratamientos se puedan atribuir a algo.Planning experiments before measuring, so differences between treatments can be attributed to something.Experimente planen, bevor man misst, damit sich Unterschiede zwischen Behandlungen auf etwas zurückführen lassen.

yij=μ+τi+εij
Modelo de un factor (ANOVA)One-way model (ANOVA)Einfaktorielles Modell (ANOVA)

Visualización de datosData visualizationDatenvisualisierung

Gráficos interactivos que cuentan la historia de un conjunto de datos sin pedirle al lector que adivine.Interactive charts that tell the story of a dataset without asking the reader to guess.Interaktive Diagramme, die die Geschichte eines Datensatzes erzählen, ohne dass der Leser raten muss.

y^=β0+β1x
Recta de regresión ajustadaFitted regression lineAngepasste Regressionsgerade

Ingeniería webWeb engineeringWeb-Engineering

Astro, React y Tailwind para publicar el análisis como una experiencia que cualquiera puede abrir en el navegador.Astro, React and Tailwind to publish analysis as something anyone can open in a browser.Astro, React und Tailwind, um Analysen als etwas zu veröffentlichen, das jeder im Browser öffnen kann.

  1. datos
  2. R
  3. Astro
  4. React
  5. web
f:datos→historia
De datos a historiaFrom data to storyVon Daten zur Geschichte

04 — Cómo trabajo04 — How I work04 — Wie ich arbeite

Del dato a la decisión.From data to decision.Von Daten zur Entscheidung.

Cuatro capas conectadas que convierten una pregunta en una conclusión que se puede revisar.Four connected layers that turn a question into a conclusion that can be reviewed.Vier verbundene Ebenen, die eine Frage in eine überprüfbare Schlussfolgerung verwandeln.

P
01 · PreguntaQuestionFrage

¿Qué queremos saber, y qué decisión cambia?What do we want to know, and which decision does it change?Was wollen wir wissen, und welche Entscheidung ändert sich dadurch?

Antes de tocar un dato se define la pregunta, la población y qué error se puede tolerar.Before touching data we fix the question, the population and how much error is tolerable.Bevor wir Daten anfassen, legen wir Frage, Grundgesamtheit und tolerierbaren Fehler fest.

D
02 · DatosDataDaten

¿De dónde vienen y qué los distorsiona?Where do they come from and what distorts them?Woher stammen sie, und was verzerrt sie?

Diseño del muestreo o del experimento, limpieza y una revisión honesta de sesgos y valores faltantes.Sampling or experiment design, cleaning and an honest check for bias and missing values.Stichproben- oder Versuchsplanung, Bereinigung und eine ehrliche Prüfung auf Verzerrung und fehlende Werte.

M
03 · ModeloModelModell

¿Qué estructura explica lo observado?Which structure explains what we observe?Welche Struktur erklärt, was wir beobachten?

Inferencia clásica, enfoque bayesiano o series de tiempo, con supuestos escritos y verificados.Classical inference, Bayesian methods or time series, with assumptions written down and checked.Klassische Inferenz, Bayes-Methoden oder Zeitreihen, mit dokumentierten und geprüften Annahmen.

C
04 · ComunicaciónCommunicationKommunikation

¿Otra persona puede repetirlo y entenderlo?Can someone else repeat it and understand it?Kann jemand anderes es wiederholen und verstehen?

Gráficos claros, incertidumbre visible y un script en R que reproduce cada número.Clear charts, visible uncertainty and an R script that reproduces every number.Klare Diagramme, sichtbare Unsicherheit und ein R-Skript, das jede Zahl reproduziert.

TrayectoriaPath so farBisheriger Werdegang

202220222022
Ingeniería EstadísticaStatistical EngineeringStatistik-Ingenieurwesen

Inicio en la Escuela Colombiana de Ingeniería Julio Garavito. Proyectos de modelado estadístico: análisis de datos musicales (Spotify), comparación de medicamentos con modelos bayesianos y una aplicación de realidad virtual para visualizar datos.Started at the Escuela Colombiana de Ingeniería Julio Garavito. Statistical modeling projects: analysis of music data (Spotify), a comparison of medicines with Bayesian models, and a virtual reality app to visualize data.Beginn an der Escuela Colombiana de Ingeniería Julio Garavito. Projekte zur statistischen Modellierung: Analyse von Musikdaten (Spotify), Vergleich von Medikamenten mit Bayes-Modellen und eine Virtual-Reality-Anwendung zur Datenvisualisierung.

LogrosAchievementsErfolge
2.º mejor proyecto de Ingeniería Estadística2nd best Statistical Engineering projectZweitbestes Projekt des Statistik-Ingenieurwesens

Semestre 2024-2. Además, 3.er puesto en la maratón de programación avanzada.Semester 2024-2. Also 3rd place in the advanced programming marathon.Semester 2024-2. Außerdem 3. Platz beim Marathon für fortgeschrittene Programmierung.

Jun. 2026 – hoyJun 2026 – todayJun. 2026 – heute
Analista de datos · SASData Analyst · SASDatenanalyst · SAS

Bogotá, Colombia. Análisis de datos con SQL, Python y R.Bogotá, Colombia. Data analysis with SQL, Python and R.Bogotá, Kolumbien. Datenanalyse mit SQL, Python und R.

202620262026
Ingeniero EstadísticoStatistical EngineerStatistik-Ingenieur

Grado en Ingeniería Estadística, Escuela Colombiana de Ingeniería Julio Garavito.Degree in Statistical Engineering, Escuela Colombiana de Ingeniería Julio Garavito.Abschluss in Statistik-Ingenieurwesen, Escuela Colombiana de Ingeniería Julio Garavito.

MisionesMissionsProjekte

Proyectos que se abren y se usan. Pasa el cursor para ver el otro lado.Projects you open and use. Hover to see the other side.Projekte, die man öffnet und nutzt. Fahre darüber, um die andere Seite zu sehen.

Portafolio en RStudioRStudio portfolioRStudio-Portfolio

Este sitio, reconstruido como una sesión de RStudio: editor, consola, entorno y gráficos con paneles redimensionables, atajos de teclado y paleta de comandos.This site rebuilt as an RStudio session: editor, console, environment and plots with resizable panes, keyboard shortcuts and a command palette.Diese Seite, neu aufgebaut als RStudio-Sitzung: Editor, Konsole, Umgebung und Plots mit größenveränderbaren Bereichen, Tastenkürzeln und Befehlspalette.

  • Astro
  • React
  • Plotly
  • xterm
  • Zustand
Ir al laboratorioGo to the labZum Labor

Simulador de conjuntos de datosDataset simulatorDatensatz-Simulator

Conjuntos sintéticos (mpg, uso de CPU en el tiempo, conteos por clase) que se grafican con el comando plot de la consola.Synthetic datasets (mpg, CPU usage over time, class counts) plotted with the console’s plot command.Synthetische Datensätze (mpg, CPU-Auslastung über die Zeit, Klassenzahlen), dargestellt mit dem plot-Befehl der Konsole.

  • TypeScript
  • Plotly
  • PapaParse
Probar plot en la consolaTry plot in the consoleplot in der Konsole ausprobieren

Laboratorio RR labR-Labor

Una sesión de RStudio completa dentro de la página: editor, consola, entorno y gráficos. Escribe help en la consola para empezar.A full RStudio session inside the page: editor, console, environment and plots. Type help in the console to start.Eine komplette RStudio-Sitzung auf der Seite: Editor, Konsole, Umgebung und Plots. Tippe help in die Konsole, um zu starten.

~/portfolio · R sessionCtrl+Shift+P · Ctrl+Enter · Alt+←/→

Los datos primero.Data first.Zuerst die Daten.

Las conclusiones vienen después, y se pueden volver a calcular.Conclusions come after, and they can be recomputed.Die Schlussfolgerungen kommen danach, und sie lassen sich neu berechnen.