Data Portfolio

17-table, research-grounded synthetic hospital database with a generate-validate-repair data quality pipeline — no PHI, built from peer-reviewed clinical/operational schemas.

Base de datos hospitalaria sintética de 17 tablas, fundamentada en investigación, con un pipeline de generación-validación-reparación para la calidad de los datos — sin PHI, construida a partir de esquemas clínicos/operativos revisados por pares.

Bot accounts wrote 36% of 2.7M stock tweets and their sentiment shows no link to price moves; organic sentiment correlates at +0.24 to +0.39 with abnormal returns — a revisit of my grad-school study, adding the bot detection it lacked.

Las cuentas bot escribieron el 36% de 2,7 millones de tuits sobre acciones y su sentimiento no muestra relación con los movimientos de precio; el sentimiento orgánico se correlaciona entre +0,24 y +0,39 con los rendimientos anormales — una revisión de mi estudio de posgrado que añade la detección de bots que le faltaba.

ARIMA vs. LightGBM on retail demand — documenting where ARIMA's stationarity assumptions break on promotion- and holiday-driven sales data.

ARIMA frente a LightGBM en la demanda minorista — documentando dónde fallan los supuestos de estacionariedad de ARIMA ante datos de ventas impulsados por promociones y días festivos.

Text-to-SQL interface over a normalized analytical schema — plain-English questions translated to validated SQL via an LLM query layer.

Interfaz de texto a SQL sobre un esquema analítico normalizado — preguntas en lenguaje natural traducidas a SQL validado mediante una capa de consultas basada en LLM.

A price model on these 990 Miami-Dade and Broward sales reached R² 0.82 but missed by about 28% per home and couldn't price by location reliably (about 7 sales per ZIP), so the dashboard now shows what the sales say: medians by ZIP and property type, with the sample size behind every number.

Un modelo de precios con estas 990 ventas de Miami-Dade y Broward alcanzó R² 0,82, pero se equivocaba cerca del 28% por vivienda y no podía fijar precios por ubicación de forma fiable (unas 7 ventas por código postal), así que el panel ahora muestra lo que dicen las ventas: medianas por código postal y tipo de propiedad, con el tamaño de muestra detrás de cada cifra.

Multilingual (English + Spanish) sentiment and topic modeling across Miami/Orlando hotel reviews — reputation scoring and competitor benchmarking.

Modelado multilingüe (inglés y español) de sentimiento y temas en reseñas de hoteles de Miami/Orlando — puntuación de reputación y comparación con la competencia.

Weather-driven yield forecasting for Florida citrus or strawberry — frost days and rainfall expected to dominate feature importance.

Pronóstico de rendimiento de cultivos basado en clima para cítricos o fresas en Florida — se espera que los días de helada y la precipitación dominen la importancia de las variables.

Per-property Annual Expected Loss scoring from FEMA NFIP claims and NOAA storm tracks — Florida accounts for 79% of US homeowner insurance lawsuits.

Puntuación de Pérdida Anual Esperada por propiedad, a partir de reclamos del NFIP de FEMA y trayectorias de tormentas de la NOAA — Florida concentra el 79% de las demandas de seguros de vivienda en EE. UU.

11 years of BLS OEWS data with CPI-adjusted wages and JOLTS job openings — the standout finding: for the same job, Florida pays about 8% less than the national figure, not the premium the project assumed going in, and in 2021–22 more than 80% of US occupations saw their pay fall behind inflation.

11 años de datos OEWS del BLS con salarios ajustados por inflación (IPC) y ofertas de empleo de JOLTS — el hallazgo más notable: por el mismo puesto, Florida paga cerca de 8% menos que el promedio nacional, contrario a la prima que el proyecto asumía al inicio, y en 2021–22 más del 80% de las ocupaciones de EE. UU. vio su salario quedar por debajo de la inflación.