DataScience Master
Proyectos completos de la asignatura DataScience del Master de Paris-Saclay: algoritmos modernos + sistema de recomendaciones por filtrado dual coseno aplicable a plataformas como Netflix.
About
Esta asignatura del Master de Paris-Saclay cubrió los algoritmos de machine learning más relevantes en la industria actual, desde regresión y clasificación hasta clustering y sistemas de recomendación.
El trabajo final implementó un sistema de recomendaciones por filtrado dual basado en similitud coseno — el mismo principio que usa Netflix o Spotify para personalizar su catálogo. El sistema funciona tanto por similaridad de usuario como de ítem, y es extrapolable a múltiples dominios.
Los proyectos intermedios cubrieron técnicas como Random Forests, SVM, PCA, clustering jerárquico y análisis de series temporales.
Highlights
- Sistema de recomendaciones por filtrado colaborativo dual (coseno)
- Extrapolable a plataformas de streaming, e-commerce y más
- Implementación de algoritmos de ML usados hoy en día en producción
- Análisis exploratorio de datos multidimensionales
- Visualizaciones avanzadas e interpretabilidad de modelos
- Nota: 9.5 / 10 en la asignatura
🏆 Competiciones Codabench — Top 22 / 150
Estas competiciones se desarrollaron en paralelo a la asignatura. Los 3 retos forman parte del ranking global donde ocupé el top 22 de 150 participantes.