Paula Fonte · Freelance data engineering & analytics

Hacer que tus flujos de datos sean más claros, fiables y útiles.

Ayudo a equipos a estructurar pipelines, modelos analíticos y automatizaciones sin añadir complejidad innecesaria.

  • París · Remoto · Presencial
  • Matemáticas aplicadas + ingeniería de datos
  • GCP, BigQuery, Python, SQL

Ciclo data

Intervenir donde la cadena de datos se bloquea.

Una estructura organizada en tres momentos clave: conectar fuentes, aclarar modelos y automatizar el uso.

Recoger

Conectar y estabilizar los flujos

Cuando los datos están dispersos o se manejan manualmente, creo una base más robusta para centralizarlos y preparar su uso.

  • APIs, ficheros, ERP, IoT
  • ETL y orquestación
  • GCP / BigQuery

Estructurar

Aclarar los modelos analíticos

Transformo tablas difíciles de usar en modelos legibles y coherentes que facilitan un reporting fiable.

  • SQL avanzado
  • Reglas de negocio explícitas
  • Dashboards más fiables

Activar

Automatizar tareas recurrentes

Automatizo actualizaciones, sincronizaciones y controles para reducir trabajo manual y hacer las operaciones más fluidas.

  • Python
  • Cloud Run / scripts
  • Workflows monitorizados

Proyectos seleccionados

Ejemplos concretos para mostrar cómo estructuro un problema, aseguro el flujo y preparo datos realmente utilizables.

Modelado analítico

Estructurar una capa analítica más clara

Cuando el análisis depende de consultas dispersas, resulta difícil producir indicadores fiables y comparables.

Una base analítica más clara para hacer los cálculos de negocio más fiables y acelerar el análisis recurrente.

  • SQL
  • BigQuery
  • Analytics
Ver proyecto

Pipelines data

Estabilizar un pipeline de punta a punta

Los datos externos deben recogerse, transformarse y cargarse automáticamente sin multiplicar manipulaciones manuales.

Un flujo más robusto y trazable, listo para alimentar reporting u otros usos operativos.

  • GCP
  • BigQuery
  • Airflow
  • ETL
Ver proyecto

Análisis predictivo

Conectar rigor matemático y uso de negocio

Algunos equipos necesitan ir más allá del reporting para anticipar la demanda, detectar anomalías o mejorar el pilotaje operativo.

Análisis predictivo pensado para apoyar decisiones sin perder legibilidad ni rigor.

  • Python
  • Scikit-learn
  • Data Science
  • Mathematics
Ver proyecto

Enfoque

Una forma de trabajar pensada para sistemas complejos.

El valor no está solo en la herramienta entregada, sino en la claridad del sistema que queda después.

Dividir el problema

Primero aclaro flujos, dependencias y usos de negocio antes de añadir capas técnicas.

Hacer la data legible

Un pipeline útil debe ser fiable, pero también comprensible para el equipo que lo retoma.

Diseñar para durar

Priorizo soluciones sobrias, documentadas y mantenibles.

Colaboración

Tres etapas para avanzar con claridad.

Las misiones cortas o largas siguen la misma lógica: entender, diseñar y entregar con claridad.

1

Mapear

Comprender fuentes, puntos de fricción y objetivos de negocio.

2

Diseñar

Definir una estructura simple para flujos, modelos y automatizaciones.

3

Entregar

Proporcionar una base útil, documentada y fácil de retomar.

Contacto

¿Necesitas una base data más clara?

Trabajo con equipos que necesitan estabilizar un pipeline, estructurar su reporting o automatizar un workflow crítico.

  • Misiones freelance a partir de un mes
  • París, presencial o remoto en Francia
  • Francés, inglés y español