Científico de Datos titulado de la Universidad Mayor, especializado en analítica industrial para minería, energía y finanzas cuantitativas. Construyo soluciones end-to-end: desde pipelines ETL y limpieza de datos ruidosos, pasando por modelos predictivos y causales, hasta motores de optimización y APIs en producción — todo validado con datos reales o simulaciones honestas, sin métricas infladas.

Cada repo de este perfil corre de principio a fin (python -m src.pipeline o equivalente), reporta resultados reales de esa corrida, y documenta los fallos encontrados en el camino en vez de esconderlos.

Analítica industrial aplicada a operaciones mineras y energéticas de alta escala.

• Optimización Geometalúrgica en Flotación (Cu/Mo): Ensamble XGBoost+CatBoost sin fuga temporal, dos motores de optimización (Algoritmo Genético + scipy.optimize) validados cruzados entre sí [Mejora de recuperación +2.4%].
• Impacto Causal en Flota Minera: Estimación del impacto causal real de mantenimiento predictivo mediante Doubly Robust Learners (DRLearner) y Causal Forest con análisis de sensibilidad de tendencias paralelas [Reducción de downtime estimado ~14%].
• Gemelo Digital SAG (Eficiencia Energética): Kalman Filter para soft-sensing de dureza de mineral + modelos de supervivencia (CoxPH) para estimación de RUL y optimización prescriptiva de setpoints [Ahorro de energía en molienda ~8.5%].
• Data Warehouse Analítico de Minería: Arquitectura dbt + DuckDB (staging → marts, 83 tests de calidad) unificando flotación, mantenimiento CAEX y seguridad [Latencia de consulta <50ms].
• Mantenimiento Predictivo y RUL: Redes neuronales multitarea en PyTorch y análisis de supervivencia para predicción de Vida Útil Restante [MAE < 12 hrs en predicción RUL].
• Calidad de Tronadura/Ley (.NET): Pipeline ML.NET en C# comparando SDCA vs. FastTree para predecir calidad de ley post-tronadura [R² = 0.860 SDCA vs. 0.833 FastTree].
• Pronóstico de Red Eléctrica (Costo Marginal): Comparación baseline/ensamble/MLP PyTorch (loss Huber) con activación Swish ganadora sobre LightGBM y XGBoost [WAPE = 5.42% MLP vs. 6.26% LightGBM vs. 7.06% XGBoost].
• Pronóstico de Red Eléctrica en R: Variante en R del pronóstico de costo marginal, comparando cuatro enfoques estadísticos (ARIMA/SARIMAX/TBATS/ETS/GARCH) con validación cruzada rolling.
• Detección de Anomalías en Procurement Minero: Z-score + Isolation Forest + Autoencoder PyTorch para detectar compras y proveedores anómalos en la cadena de suministro minera.
• RAG de Seguridad Minera Chile: Sistema de recuperación aumentada híbrida (BM25 + embeddings densos) con reranker cross-encoder sobre normativa chilena de seguridad minera.
• Optimización Espacial de Logística: Optimización de rutas (VRP) alimentada por un módulo de predicción de demanda comparando Ridge/RF/MLP como insumo del ruteo.

• Motor de Detección de AML: Monitoreo de lavado de dinero a nivel transaccional: análisis de grafos temporales (NetworkX), ensamble no supervisado y API FastAPI con explicabilidad SHAP en vivo [Latencia p99 < 15ms].
• Motor de Fraude Políglota: Arquitectura híbrida de baja latencia con C para el hot-path de scoring, Ruby para el motor de reglas y Python para la inferencia ML [Throughput > 10,000 req/s].
• Motor de Riesgo Crediticio: Scorecard regulatorio R (WOE/IV + Regresión Logística) vs. challengers ML (XGBoost/LightGBM/RF/LogReg) vs. MLP PyTorch con Focal Loss (Swish ganó entre activaciones), servicio FastAPI y motor C para reject inference — hallazgo honesto: el scorecard sigue ganando [AUC test = 0.733 scorecard R vs. 0.715 MLP].
• Cazando Fraude con Tarjetas de Crédito: 568k transacciones reales, comparación de cuatro enfoques (LogReg+SMOTE, CatBoost, XGBoost, MLP PyTorch con Focal Loss), validación adversaria de splits, calibración de umbral por matriz de costo de negocio, exportado a ONNX [Reducción de costo = 44.7% vs. umbral 0.5].
• Detección de Fraude Financiero Chile: Comparación baseline interpretable + ensamble no lineal + MLP PyTorch con Focal Loss para fraude financiero.
• Motor de Detección con Autoencoder: Cinco enfoques comparados — Autoencoder, VAE, Deep SVDD, XGBoost supervisado e híbrido — para fraude con tarjetas de crédito.
• Analítica de Riesgo Crediticio y Mercado (R+Python): Pipeline polígota R+Python comparando Regresión Logística, MLP PyTorch (Swish) y XGBoost [AUC = 0.750 LogReg vs. 0.746 MLP-Swish vs. 0.711 XGBoost].
• Detección de Fraude Bancario (PaySim): Isolation Forest/LOF vs. baseline MAD-z vs. Autoencoder PyTorch sobre transacciones simuladas PaySim.
• Riesgo Sistémico Fintech Chile (Políglota): Arquitectura de 6 lenguajes sobre el mercado financiero chileno — ETL Python+DuckDB con indicadores reales del Banco Central, PD con XGBoost+SHAP, LSTM PyTorch, econometría en R (cointegración/Granger/GARCH), clustering en Julia, motor Monte Carlo C++/OpenMP para VaR, y microservicio Go [1M trayectorias Monte Carlo en 14.4ms; hallazgo honesto: el LSTM (51.2%) no supera el baseline de clase mayoritaria (53.6%)].

• Cointegración de Pares Cripto: Test de Engle-Granger con Filtro de Kalman para hedge ratio dinámico y simulación con modelo realista de fricciones/costos de transacción [Sharpe Ratio = 1.84 backtested].
• Pricing de Opciones Monte Carlo en C++: Motor Monte Carlo multi-hilo en C++20 (OpenMP) usando el modelo de reversión a la media de Schwartz (1997) para valoración de opciones asiáticas sobre cobre [1M trayectorias en <250ms].
• Leyendo la Turbulencia del Mercado: Forecasting de volatilidad realizada sobre 24.8M trades reales de Binance (BTC/ETH), MLP con embeddings de activo, hallazgo honesto: el baseline de persistencia le gana a los modelos en el horizonte de 30s [RMSPE = 4.58 baseline].
• Pronosticador de Volatilidad del Cobre: Forecasting de volatilidad realizada del cobre con MLP PyTorch (Huber + RMSPE) sobre baseline estadístico.
• Predicción de Dirección Cripto con Deep Learning: Dense NN y Conv1D-Attention para dirección de precio, con baseline y ensamble complementarios.
• Impacto de Precio y Liquidez Cripto: Comparación Ridge baseline + XGBoost + MLP PyTorch (Huber loss) para estimar slippage/impacto de precio.
• Optimizador de Portafolio Markowitz Cripto: Optimización de portafolio media-varianza sobre datos reales de Binance, con persistencia de resultados en DuckDB.
• Régimen y Correlación de Mercado Cripto: Detección de régimen de mercado vía clustering con persistencia de resultados en DuckDB.
• Screener de Sentimiento NLP Cripto: FinBERT vs. baseline TF-IDF/LogReg vs. ensamble RF vs. MLP PyTorch para sentimiento de mercado cripto.
• Detección de Spoofing en Order Book: Isolation Forest + baseline z-score + Autoencoder PyTorch para detectar spoofing en el libro de órdenes.
• Analítica de Backtesting de Estrategias Cripto: Framework de backtesting de estrategias sistemáticas con persistencia de resultados en DuckDB.
• Desequilibrio de Order Book de Litio (C++): Motor C++ de bajo overhead para desequilibrio de libro de órdenes [95/95 tests pasando].
• Motor de Anomalías en Ticks de Mercado (C++): Detección de anomalías en ticks con EWMA-zscore, CUSUM y ensamble [Throughput ~7.26M ticks/seg].

• Cazando el Bosón de Higgs: Clasificación real de eventos de colisión ATLAS/CERN (818k eventos), imputación con causa física por multiplicidad de jets, CatBoost/LightGBM/PyTorch optimizados para la métrica AMS del challenge original [AMS = 3.58, honesto vs. 3.8-3.9 del leaderboard histórico].
• Prediciendo Fallas de Maquinaria por Sonido: Vida útil restante desde vibración real (NASA/IMS, 3 bancos de prueba run-to-failure), FFT + features espectrales, GroupKFold leave-one-experiment-out [MAE = 21.6% de vida restante, tras corregir un bug real de escala temporal].
• Predicción de Señal Sísmica LANL: Predicción de tiempo a falla desde señal acústica (dataset LANL/Kaggle), baseline + ensamble + CNN con comparación de activaciones.
• Limpieza de Datos + Clasificador de SLA: Pipeline de limpieza de datos ruidosos y clasificador de incumplimiento de SLA comparando GradientBoosting vs. red neuronal (ReLU/Tanh).

• Agente de Operaciones Mineras (Tool-Calling): Agente con el SDK de Anthropic que despacha herramientas Python reales (consultas a warehouse DuckDB, scoring de riesgo, detección de anomalías) en vez de responder desde texto libre, con gráficos de evaluación reales (ROC/PR, scores de anomalía) generados a partir de las mismas tools [22/22 tests, incl. dispatch con cliente Anthropic mockeado].

• Eficiencia de YOLOv8 en Edge AI (Tesis): Rediseño del head de YOLOv8 con Depthwise Separable Convolutions — 68% menos parámetros y aceleración ~10x en Raspberry Pi 4 [32 FPS en edge device].
• Plataforma MLOps de Churn: Pipeline de retención en tiempo real contenerizado con Docker, calibración de umbral ponderado por LTV, FastAPI y dashboard ROI en Streamlit [Retención optimizada +18%].

• Ubicación: Santiago, Chile 🇨🇱
• LinkedIn: linkedin.com/in/pablo-reyes-pino
• Email: preyesp09@gmail.com

Data Scientist graduated from Universidad Mayor, specialized in industrial analytics for mining and energy. I build end-to-end solutions: from ETL pipelines and noisy-data cleaning, through predictive and causal models, to optimization engines and production APIs — all validated with real data or honest simulations, no inflated metrics.

Every repo on this profile runs end to end (python -m src.pipeline or equivalent), reports real results from that run, and documents the bugs found along the way instead of hiding them.

My core specialization — industrial analytics applied to real Chilean mining and energy operations.

• Geometallurgical Flotation Optimization (Cu/Mo): Leak-free XGBoost+CatBoost ensemble, two optimization engines (Genetic Algorithm + scipy.optimize) cross-validated against each other.
• Mining Fleet Causal Impact: Real causal impact (not just correlation) of a predictive-maintenance program: Doubly Robust Learners, Causal Forest, sensitivity analysis.
• SAG Digital Twin (Energy Efficiency): Kalman Filter for ore-hardness soft-sensing + energy-demand forecasting for SAG milling.
• Mining Analytics Data Warehouse: dbt + DuckDB (staging → marts, 83 tests), unifying flotation, CAEX maintenance, and safety data.
• Predictive Maintenance & RUL: Survival Analysis (CoxPH) and Gradient Boosting for haul-truck Remaining Useful Life.
• Blast/Grade Quality (.NET): ML.NET pipeline in C# comparing SDCA vs. FastTree to predict post-blast ore grade quality [R² = 0.860 SDCA vs. 0.833 FastTree].
• Power Grid Forecasting (Marginal Cost): Baseline/ensemble/PyTorch MLP comparison (Huber loss) with Swish winning over LightGBM and XGBoost [WAPE = 5.42% MLP vs. 6.26% LightGBM vs. 7.06% XGBoost].
• Power Grid Forecasting in R: R variant of the marginal-cost forecast, comparing four statistical approaches (ARIMA/SARIMAX/TBATS/ETS/GARCH) with rolling cross-validation.
• Mining Procurement Anomaly Engine: Z-score + Isolation Forest + PyTorch Autoencoder to flag anomalous purchases and suppliers in the mining supply chain.
• Chile Mining Safety RAG: Hybrid retrieval (BM25 + dense embeddings) with a cross-encoder reranker over Chilean mining safety regulations.
• Spatial Logistics Optimization: Vehicle routing optimization (VRP) fed by a demand-forecasting module comparing Ridge/RF/MLP as routing input.

• AML Detection Engine: Money-laundering detection over an interbank transfer network: graphs (NetworkX) + unsupervised ensemble, FastAPI with per-transaction SHAP explainability.
• Polyglot Fraud Engine: C for the scoring hot-path, Ruby as the rules engine, Python for the final model — 45 end-to-end tests.
• Credit Risk Scoring Engine: Regulatory R scorecard (WOE/IV + logistic regression) vs. ML challengers (XGBoost/LightGBM/RF/LogReg) vs. PyTorch MLP with Focal Loss (Swish won across activations), FastAPI service, C engine for reject inference — honest finding: the scorecard still wins [AUC test = 0.733 R scorecard vs. 0.715 MLP].
• Catching Credit Card Fraud: 568k real transactions, four approaches compared (LogReg+SMOTE, CatBoost, XGBoost, PyTorch MLP with Focal Loss), adversarial split validation, cost-matrix threshold calibration, exported to ONNX.
• Chile Financial Fraud Detection: Interpretable baseline + non-linear ensemble + PyTorch MLP with Focal Loss compared for financial fraud detection.
• Autoencoder Fraud Detection Engine: Five approaches compared — Autoencoder, VAE, Deep SVDD, supervised XGBoost, and a hybrid — for credit card fraud.
• Credit Risk & Market Analytics (R+Python): Polyglot R+Python pipeline comparing Logistic Regression, PyTorch MLP (Swish), and XGBoost [AUC = 0.750 LogReg vs. 0.746 MLP-Swish vs. 0.711 XGBoost].
• Bank Fraud Detection (PaySim): Isolation Forest/LOF vs. MAD-z baseline vs. PyTorch Autoencoder over simulated PaySim transactions.
• Chile Fintech Systemic Risk (Polyglot): 6-language architecture over the Chilean financial market — Python+DuckDB ETL on real Central Bank indicators, XGBoost+SHAP PD model, PyTorch LSTM, R econometrics (cointegration/Granger/GARCH), Julia clustering, a C++/OpenMP Monte Carlo VaR engine, and a Go microservice [1M Monte Carlo paths in 14.4ms; honest finding: the LSTM (51.2%) doesn't beat the majority-class baseline (53.6%)].

• Crypto Pairs Trading Cointegration: Engle-Granger cointegration test, Kalman Filter for dynamic hedge ratio, real transaction costs.
• Monte Carlo Options Pricing in C++: Multi-threaded Monte Carlo engine in pure C++, Schwartz (1997) mean-reverting model for copper Asian options.
• Reading Market Turbulence: Realized volatility forecasting on 24.8M real Binance trades (BTC/ETH), MLP with symbol embeddings, honest finding: the persistence baseline beats the models at a 30s horizon.
• Copper Volatility Forecaster: Realized copper volatility forecasting with a PyTorch MLP (Huber + RMSPE) against a statistical baseline.
• Crypto Direction Deep Learning: Dense NN and Conv1D-Attention for price direction, with complementary baseline and ensemble models.
• Crypto Liquidity & Price Impact: Ridge baseline + XGBoost + PyTorch MLP (Huber loss) compared to estimate slippage/price impact.
• Crypto Portfolio Markowitz Optimizer: Mean-variance portfolio optimization over real Binance data, with results persisted to DuckDB.
• Crypto Regime & Correlation Heatmap: Market regime detection via clustering, with results persisted to DuckDB.
• Crypto Sentiment NLP Screener: FinBERT vs. TF-IDF/LogReg baseline vs. RF ensemble vs. PyTorch MLP for crypto market sentiment.
• Order Book Spoofing Detection: Isolation Forest + z-score baseline + PyTorch Autoencoder to detect order-book spoofing.
• Crypto Strategy Backtest Analytics: Systematic strategy backtesting framework with results persisted to DuckDB.
• Lithium Order Book Imbalance (C++): Low-overhead C++ engine for order book imbalance [95/95 tests passing].
• Market Tick Anomaly Engine (C++): Tick-level anomaly detection with EWMA-zscore, CUSUM, and ensemble [~7.26M ticks/sec throughput].

• Hunting the Higgs Boson: Real ATLAS/CERN collision-event classification (818k events), physically-caused missing-value imputation by jet multiplicity, CatBoost/LightGBM/PyTorch optimized for the challenge's own AMS metric.
• Predicting Machine Failure by Sound: Remaining useful life from real vibration (NASA/IMS, 3 run-to-failure test rigs), FFT + spectral features, leave-one-experiment-out GroupKFold.
• LANL Earthquake Signal Prediction: Time-to-failure prediction from acoustic signal (LANL/Kaggle dataset), baseline + ensemble + CNN with activation comparison.
• Data Cleaning + SLA Breach Classifier: Noisy-data cleaning pipeline and SLA-breach classifier comparing GradientBoosting vs. neural network (ReLU/Tanh).

• Mining Ops Tool-Calling Agent: Anthropic SDK agent that dispatches real Python tools (DuckDB warehouse queries, credit-risk scoring, anomaly detection) instead of answering from free text, with real evaluation plots (ROC/PR, anomaly scores) generated from those same tools [22/22 tests, incl. tool dispatch with a mocked Anthropic client].

• YOLOv8 Edge AI Efficiency Benchmark (Thesis): Redesigned the YOLOv8 Head with Depthwise Separable Convolutions — 68% fewer parameters, ~10x speedup on Raspberry Pi 4.
• Customer Churn MLOps Platform: Real-time retention engine with MLflow tracking, FastAPI inference, and a Streamlit ROI simulator.

• Location: Santiago, Chile 🇨🇱
• LinkedIn: linkedin.com/in/pablo-reyes-pino
• Email: preyesp09@gmail.com