Disponible para nuevos desafíos

Hola, soy Rebeca.
Analista de Datos

Transformo datos en decisiones de negocio con Python, SQL y herramientas de BI.

Ver Proyectos Hablemos Descargar CV ↓
Rebeca Olivera More
Ubicación
Berazategui, Argentina
01 Proyectos

Mis análisis

Una selección de proyectos donde transformo datos en respuestas accionables.

2025 Challenge 1 de Data Science — Alura Latam & Oracle

Análisis de Desempeño de Tiendas — Alura Store

(Python · Pandas · Matplotlib · Seaborn)

Problema a resolver

Determinar cuál de las 4 tiendas de la cadena Alura Store tiene menor eficiencia para tomar la decisión de venta o cierre con base en datos.

Dataset utilizado

4 archivos CSV provistos por Alura Latam con registros de ventas, satisfacción de clientes, costos logísticos y participación por categoría de producto.

Herramientas

Python Pandas Matplotlib Seaborn

Resultados

La Tienda 4 concentró los peores indicadores: ingresos bajos, calificación media y logística poco competitiva. Recomendación: venta o cierre, reforzando las Tiendas 2 y 3.

Ver caso ↗ Ver código ↗
2026 Challenge de Data Science Parte 1 — Alura Latam & Oracle

EDA y Análisis de Churn — Telecom X

(Python · Pandas · Matplotlib · Seaborn)

Problema a resolver

Identificar los factores que determinan la cancelación de clientes (churn) en una empresa de telecomunicaciones y generar insights accionables para reducirla.

Dataset utilizado

JSON anidado extraído desde una API externa con datos de ~7.000 clientes: tipo de contrato, servicios contratados, método de pago y antigüedad.

Herramientas

Python Pandas Matplotlib Seaborn

Resultados

Contratos mensuales presentan 4× más churn que los anuales. La baja antigüedad (primeros 3 meses) es el predictor más fuerte. Los pagos automáticos se asocian con mayor retención.

Ver caso ↗ Ver código ↗
2026 Challenge de Data Science Parte 2 — Alura Latam & Oracle

Predicción de Churn con Machine Learning — Telecom X

(Python · scikit-learn · Pandas · Seaborn)

Problema a resolver

Construir un modelo clasificador que identifique a los clientes con mayor riesgo de cancelación para habilitar acciones de retención proactivas y basadas en datos.

Dataset utilizado

Dataset limpio exportado del análisis exploratorio de la Parte 1: 7.043 clientes y 21 variables tras el proceso de ETL y EDA previo.

Herramientas

Python scikit-learn Pandas Seaborn

Resultados

Regresión Logística alcanzó ROC-AUC ~0.85. Las variables más influyentes fueron antigüedad, cargos mensuales y tipo de contrato. Modelo exportado para pruebas de predicción y análisis de riesgo de churn.

Ver caso ↗ Ver código ↗
02 Especialidades

Cómo trabajo

Tres áreas en las que combino herramientas y método para resolver problemas con datos.

01

Análisis Exploratorio

Limpieza, transformación y análisis de datasets complejos para encontrar patrones y responder preguntas de negocio.

Python Pandas NumPy
02

Visualización & BI

Dashboards interactivos y reportes ejecutivos que convierten métricas en decisiones claras.

Power BI Looker Studio Tableau
03

SQL & Modelado

Diseño de queries eficientes, transformación de datos y modelado dimensional para análisis escalable.

SQL Modelado relacional Consultas para análisis
03 Sobre mí

Quién soy

Data Analyst en formación con foco en Python, SQL y Power BI. Mi trabajo se basa en convertir datos en información útil para responder preguntas, detectar patrones y apoyar decisiones.

Vengo del mundo de la administración y la gestión documental en telecomunicaciones, y de un paso por edición y librerías. Esa trayectoria me dio lo que más valoro hoy: atención al detalle, pensamiento estructurado y la capacidad de comunicar ideas complejas con claridad.

Busco oportunidades iniciales como Data Analyst Jr., BI Analyst Jr. o Reporting Analyst, donde pueda combinar pensamiento analítico, criterio documental y herramientas técnicas para transformar datos en información útil.

Stack técnico

Análisis & datos
Python Pandas NumPy Excel
Visualización
Power BI Matplotlib Seaborn
Bases de datos
SQL Modelado relacional
Estadística & ML
Estadística descriptiva Regresión lineal Clasificación
Herramientas
Git GitHub

Formación

  • IBM Data Analyst Professional Certificate — en curso
  • Google Data Analytics Certificate — en curso
  • Analista de Datos — Talento Tech BA — en curso
  • Formación en Alura Latam: Python, SQL, Machine Learning y Visualización de Datos — Python · SQL · ML · Visualización
Ubicación Berazategui, Argentina
Modalidad Remoto · Híbrido
Zona Buenos Aires · Argentina
Disponibilidad Abierta a oportunidades
Idiomas Español · Inglés intermedio
Email rebeca-olivera@live.com.ar
04 / Contacto

¿Tenés datos que necesitan
una historia?

Estoy buscando mi primera posición como Analista de Datos. Si tu equipo necesita alguien con ganas, método y proyectos sólidos para mostrar, hablemos.

Escribime LinkedIn