Brenda Borja

Consultora en Ciencia de Datos e Inteligencia Artificial, liderando el diseño e implementación de modelos de machine learning supervisado y no supervisado para empresas líderes como Nissan, AB InBev, Friesland Campina, Upfield y Unilever. Desarrollé modelos de clasificación y regresión utilizando árboles de decisión, regresión logística, redes neuronales y XGBoost, aplicados a la predicción de riesgo crediticio, detección de fraude, y forecast de demanda e inventario. Apliqué técnicas de clustering no supervisado con DBSCAN para segmentación avanzada y detección de anomalías. Además, integré modelos de lenguaje LLMs con Hugging Face y Ollama, incluyendo arquitecturas basadas en Transformers, para automatizar procesos empresariales, optimizar operaciones y generar valor estratégico mediante ingeniería de prompts y procesamiento de lenguaje natural (NLP).

En Vitapro (Alicorp) trabajé como Data Analyst, liderando el desarrollo de soluciones analíticas y tableros inteligentes en el sector acuícola. Diseñé un modelo prescriptivo de machine learning en Python para camaroneras, que generaba recomendaciones diarias de alimentación en base a peso, objetivos de producción y tasas de supervivencia, logrando una reducción del 30% en el tiempo de ciclo y mejoras en tamaño del producto. Automatizé el monitoreo digital de variables económicas, tecnológicas y productivas mediante la integración de Python con Power Automate y Power BI, creando dashboards interactivos y alertas automatizadas consumidas por más de 150 usuarios activos. Estos tableros conectaban datos estructurados y no estructurados desde SQL, GCP y sensores IoT, generando alertas sobre salud del camarón, segmentación de clientes premium y un aumento del 4% en el valor anual de ventas.

He trabajado como Data Analyst en entornos productivos y agrícolas, desarrollando soluciones analíticas para mejorar procesos y apoyar la toma de decisiones estratégicas. En StarFlowers, diseñé un modelo predictivo personalizado para optimizar la planificación productiva de Gypsophila, integrando factores externos y generando tableros de alertas que permitieron anticipar impactos en los ciclos de producción. implementé tableros comerciales y financieros, alertas de procesos industriales, y reportes para el control de materias primas y eficiencia en plantas de producción de floricola Utilicé herramientas como Power BI, SQL y SAP, aplicando procesos ETL, análisis descriptivo y segmentación para reducir incidentes operativos en un 15% y mejorar la planificación financiera y operativa de las plantas.