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].

• 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: Modelo regulatorio R (WOE/IV + Regresión Logística), challengers ML en Python, servicio FastAPI y motor C integrado para reject inference [KS = 0.48 / AUC = 0.82].
• Cazando Fraude con Tarjetas de Crédito: 568k transacciones reales, LogReg+SMOTE → CatBoost → XGBoost, 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].

• 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].

• 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].

• 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.

• 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: R for the regulatory model (WOE/IV + logistic regression), Python for ML challengers, C for production scoring.
• Catching Credit Card Fraud: 568k real transactions, LogReg+SMOTE → CatBoost → XGBoost, adversarial split validation, cost-matrix threshold calibration, exported to ONNX.

• 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.

• 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.

• 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

Todo el código de este perfil corre de principio a fin y reporta resultados reales — no hay métricas fabricadas.
Every repo on this profile runs end to end and reports real results — no fabricated metrics.