Uriel Estefano OIcese Reyes

• Análisis y predicción del estado nutricional de niños y gestantes con un dataset de más de 11 millones de registros (2015–2023).
• Diseño de modelo dimensional (SQL Server) y ejecución del proceso ETL en Visual Studio (SSIS).
• Creación de dashboards interactivos en Power BI sobre anemia, nutrición y distribución geográfica.
• Implementación de un modelo predictivo de regresión logística en Python para estimar probabilidades del estado nutriconal.
• Resultados orientados a la toma de decisiones en salud pública.
  (Herramientas: SQL Server, Power BI, Visual Studio, Python, Excel)

Desarrollo de un sistema web interactivo capaz de predecir el rendimiento académico de los estudiantes mediante un modelo de Machine Learning, y visualizar métricas de desempeño y factores de influencia.

Principales logros y aportes:

• Implementación de un modelo predictivo MLPClassifier (red neuronal multicapa) para estimar la probabilidad de aprobación o desaprobación.
• Construcción de un dashboard analítico con Dash y Plotly para mostrar KPIs, curvas ROC, matriz de confusión e importancia de variables.
• Integración de datos de 1,000 registros con factores personales, académicos y familiares (horas de estudio, motivación, ingresos, tutorías, etc.).
• Creación de visualizaciones dinámicas que facilitan la interpretación de patrones de éxito académico y la identificación de estudiantes en riesgo.
• Logro de una precisión superior al 90 % en la predicción de resultados de exámenes.