MARIO H. MACIEL

Analista de Datos enfocado en limpieza, normalización y automatización de datasets reales Transformo datos desordenados en información confiable para análisis, reportes y toma de decisiones.

Mi Especialidad

Soy analista de datos con foco en la etapa más crítica del análisis: la calidad del dato. Trabajo principalmente en limpieza, validación y normalización de datasets, creando procesos reproducibles que permiten análisis confiables y escalables. Me interesa colaborar en proyectos donde los datos necesiten orden, estructura y sentido antes de ser analizados o visualizados.

My Specialty

I'm a data analyst focused on the most critical stage of analysis: data quality. I primarily work on cleaning, validating, and normalizing datasets, creating reproducible processes that enable reliable and scalable analysis. I'm interested in collaborating on projects where data needs order, structure, and meaning before being analyzed or visualized.

Python / Pandas RegEx Data Validation ETL

Mis Habilidades

Lenguajes y herramientas Python Pandas CSV / Excel Git & GitHub Procesos de datos Limpieza y normalización de datos Detección de errores e inconsistencias Automatización de tareas de procesamiento Preparación de datos para análisis y reporting

Credenciales IBM | IBM Credentials

Certificaciones oficiales obtenidas a través de Credly:

Official certifications obtained through Credly:

Otras Certificaciones oficiales IBM obtenidas a través de Credly| Other official IBM certifications obtained through Credly:

Certificaciones CISCO | Cisco Certifications

Certificaciones oficiales obtenidas a través de Credly |

Official certifications obtained through Credly:

Certificaciones – Ministerio de Educación | Ciudad Autónoma de Buenos Aires

Certificaciones oficiales obtenidas a través de Construí tu Futuro | Official certifications obtained through Construí tu Futuro

Laboratorio de Datos | Data Lab

E-commerce Data Cleaning Challenge

Procesamiento de 5,000 registros con inconsistencias en 100 columnas. Normalización de monedas, fechas y limpieza profunda de texto con Pandas.

Processing 5,000 records with inconsistencies in 100 columns. Normalization of currencies and dates, and deep text cleaning with Pandas.

Ver Repositorio del Proyecto

Análisis de Quejas por Email – Empresa de Entregas a Domicilio

Generación de dataset de 1,200 emails de quejas. Limpieza de datos, clasificación por tipo de queja y análisis por zona y fecha.

Generation of a dataset of 1,200 complaint emails. Data cleaning, classification by complaint type and analysis by zone and date.

Ver Repositorio del Proyecto