Skip to content
View SamuelHollis's full-sized avatar

Block or report SamuelHollis

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
SamuelHollis/README.md

👋 ¡Hola! Soy Samuel Hollis Calvo

🎯 Objetivo: Convertirme en un Data Scientist destacado mientras aplico mi pasión por los datos y la innovación para resolver problemas del mundo real.


🌟 Sobre mí

  • 💻 Apasionado por los datos: Me encanta analizar y comprender patrones para convertir datos en decisiones estratégicas.
  • 📊 Especialización: Análisis de sentimiento, NLP y Machine Learning.
  • 🚀 Experiencia previa: He trabajado en proyectos relacionados con:
    • Análisis de sentimientos en comentarios políticos utilizando RoBERTa y datasets etiquetados manualmente.
    • Detección de desinformación en tweets sobre catástrofes climáticas.
    • Creación de una aplicación web sencilla en Streamlit para visualizar outputs de modelos NLP.
  • 🌎 Idiomas: Actualmente mejorando mi inglés para expandir mis oportunidades a nivel global.

🛠️ Habilidades técnicas

  • Lenguajes: Python, SQL.
  • Frameworks y Librerías:
    • NLP: Hugging Face, PRAW (para scrapeo de Reddit).
    • Modelos: BERT, RoBERTa.
    • Visualización: Matplotlib, Seaborn.
  • Herramientas: Git, SQLAlchemy, Conda, Docker.
  • Bases de datos: PostgreSQL, MySQL.

📌 Proyectos destacados

🌐 Análisis de comentarios políticos en Reddit

  • Utilicé RoBERTa preentrenado para clasificar sentimientos en subreddits clave como PoliticalDiscussion y ModeratePolitics.
  • Clasifiqué comentarios como positivos, neutrales o negativos para evaluar el impacto en la opinión pública.

🌩️ Detección de desinformación climática en Twitter

  • Implementé técnicas de NLP para clasificar tweets en verdaderos o falsos en relación con desastres naturales.
  • Optimicé modelos preentrenados para mejorar la precisión en un dataset binario etiquetado manualmente.

📈 Mi enfoque

  • Adaptabilidad: Capaz de integrarme a cualquier equipo, herramientas o metodología de trabajo.
  • Colaboración: Trabajo bien en equipo y aporto ideas innovadoras para resolver problemas complejos.
  • Aprendizaje continuo: Estoy siempre buscando expandir mis conocimientos en Data Science y nuevas tecnologías.

📫 Contáctame


"Donde los datos cuentan historias y las ideas se convierten en impacto."

Pinned Loading

  1. Election_prediction Election_prediction Public

    Jupyter Notebook 1