Leonardo Romero Burbano

Soy Leonardo Romero, graduado este año de la Universidad de Essex, con un título en BSc Data Science and Analytics. Mi pasión por la ciencia de datos y mi formación académica sólida me han equipado con las habilidades necesarias para abordar desafíos complejos y tomar decisiones basadas en datos de manera efectiva. También he tenido la valiosa experiencia de formar parte del equipo del estudio 'Understanding Society', el proyecto de investigación de hogares más extenso en el Reino Unido. Durante mi participación en este proyecto, pude aplicar mis habilidades analíticas en un contexto práctico, contribuyendo a investigaciones significativas y adquiriendo experiencia en el mundo real. Mi dedicación a la mejora constante y mi entusiasmo por la resolución de problemas me hacen un candidato ideal para oportunidades en el campo de la ciencia de datos. Estoy emocionado por la posibilidad de aplicar mis conocimientos y habilidades en un entorno laboral dinámico.

En "Understanding Society", formé parte de un equipo de investigación compuesto por la profesora Meena Kumari, la profesora Yanchun Bao, Anna Dearman (estudiante de doctorado) y Wen Wang (estudiante de maestría). Cada uno de nosotros tenía proyectos individuales con diferentes hipótesis y preguntas de estudio, aunque nos reuníamos semanalmente debido a nuestra participación en el mismo estudio. Este trabajo me brindó la oportunidad de trabajar en equipo y mejorar mis habilidades de comunicación, ya que resolvíamos las dudas de los miembros del equipo durante nuestras reuniones.

Mi objetivo principal en este trabajo era investigar la relación entre los datos recopilados y la salud mental de las personas. Para lograrlo, tuve que avanzar en mi proyecto de investigación semanalmente mientras completaba mi último año de universidad. Utilicé el software R para analizar datos y resolver las preguntas de mi proyecto. También trabajé en la inferencia de qué datos podrían afectar la salud mental y luego probé si había una relación estadística entre estos datos y la salud mental.

Durante mi trabajo, utilicé una amplia gama de datos, incluidos datos demográficos como edad, sexo, nivel de educación y hábitos como el tabaquismo, entre otros. Empleé diversas técnicas estadísticas, como regresión lineal, lasso regression, ridge regression y elastic net regression, para determinar si cada dato se relacionaba con la salud mental. Además, utilicé diferentes técnicas de visualización de datos para presentar de manera efectiva mis hallazgos a través de gráficos y visualizaciones.

Mi experiencia en "Understanding Society" me permitió aplicar los conocimientos adquiridos en la universidad en un entorno de investigación real. Descubrí hallazgos significativos, como que la salud mental tiende a deteriorarse con la edad y que las mujeres presentan una mejor salud mental en comparación con los hombres. Además, identifiqué 13 proteínas que están relacionadas con la salud mental. Mis resultados abrieron la puerta a futuros análisis y contribuyeron al conocimiento en el campo de la salud mental. También mejoré mis habilidades en el uso de R software y desarrollé una comprensión más profunda de los factores que afectan la salud mental.

University of Essex, BSc (Hons) Data Science and Analytics (Incluyendo Año de Fundación) (Último Año) Septiembre 2019 - Junio 2023

Módulos relevantes incluyeron:

• Bases de Datos y Recuperación de Información y Visualización de Datos: Estudié los diferentes principios y técnicas involucrados en representar, organizar y mostrar información no estructurada (Java, MATLAB, Python, SQL).
• Modelado de Datos Experimentales: Entendí y apliqué los métodos de programación lineal, incluyendo aspectos teóricos y computacionales, para analizar datos.
• Estadísticas I y II: Los temas aprendidos incluyeron teoría de distribución, estimación y estimadores de Máxima Verosimilitud, pruebas de hipótesis, regresión lineal básica y regresión lineal múltiple implementada en R.
• Estadísticas Aplicadas: Estudié tres áreas de aplicación de estadísticas: métodos multivariados, demografía y epidemiología, y muestreo.