I N G E N I E R O E N S I S T E M A S

JULIO AUGUSTO SPAIRANI

A través de herramientas informáticas e interpretación de datos simplifico el trabajo y la toma de decisiones.

Av. Cramer 1771 9BCiudad de Buenos Aires, Argentina

+54-9-11-5102-9266 jspairani@gmail.com 24 de Enero de 1984

I D I O M A S

E D U C A C I Ó N F O R M A L

Maestría en la explotación de datos y descubrimiento del conocimiento (Master degree on data mining and knowledge discovery)2015 - actualidad ( todas las materias aprobadas febrero 2017, tesis en progreso )Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturaleshttp://datamining.dc.uba.ar/datamining/

Posgrado en gestión de proyectos 2012 (6 meses)Universidad Tecnológica Nacional - Regional Buenos Aireshttp://www.cursospm.com.ar/capacitacion-project-management/posgrado-en-gestion-de-proyectos

Ingeniería en Sistemas [Grado]Marzo 2002 – Diciembre 2006 ( 5 años )Analista de Sistemas [ Título Intermedio ]Marzo 2002 – Diciembre 2004 ( 3 años )Universidad de la Marina Mercantehttps://www.udemm.edu.ar/carreras/ingenieria-en-sistemas/

Secundaria, Comercial, Perito Mercantil 1997 – 2001 (5 años)Instituto San Románhttp://www.sanroman.esc.edu.ar/

Español (nativo) Inglés (avanzado) Francés (básico laboral)

1/4Jul io Augusto Spairani 2018-12-15

C O N O C I M I E N T O S T E C N I C O S

C U R S O A P L I C A C I O N

Dar soporte a la toma de decisiones y optimización de procesos a través del trabajo con datos; científicos, de mercado, de procesos, o sociales. Algunos casos de aplicación: Análisis de ventas de eventos, análisis de pasajeros, análisis de votaciones, análisis de productos, análisis de opinión.

Identificar una preguntas o problemas, recolectar datos relevantes sobre el tema. Explorar datos e interpretar los resultados. Mostrar relaciones de forma gráfica, numérica, con resúmenes estadísticos y con regresiones simples.Regresiones múltiples, modelar y predecir variables numéricas o categóricas, desde múltiples variables de entrada, visualizar e interpretar los resultados de los modelos. Muestreo de poblaciones, P-values e Intervalos de confianza. Algunos casos de aplicación: cualquier análisis se ve beneficiado del conocimiento estadístico dado que ayuda a transformar los datos en información a través de la interpretación para el caso específico.

Crear herramientas de explotación / exploración de datos. Algunos casos: generador de reportes gráficos, explorador de datos, generador de nube de palabras.

Extraer de datos de páginas web y web apis.

Importar datos espaciales en formatos raster y vector. Preparar las capas del mapa para análisis espacial, realizar análisis espacial de una o múltiples capas. Caso de aplicación de análisis correlación entre densidad de copas arbóreas por barrio de Nueva York con cantidad de árboles por barrio.

Analizar redes / grafos. Estructuras de redes, búsqueda de relaciones especiales dentro de la red.

Crear y evaluar de modelos de machine learning. Algunos casos de aplicación: Optimización de costos, identificación de spam, sistemas de recomendación, detección de fraudes, segmentación de mercados.

Machine Learning by Stanford University on Coursera [ 2017 ] Certificado obtenido el 20/12/2017https://www.coursera.org/account/accomplishments/certificate/CUEFTKPFUCFC

Skill track: Data analyst with R[ 2018 ] en Datacamp:https://www.datacamp.com/tracks/data-analyst-with-r

Skill Track: Intro to Statistics with R Track [ 2018 ] en Datacamp:https://www.datacamp.com/tracks/statistics-with-r

Building Web Applications in R with Shiny: Case Studies Course[ 2018 ] en Datacamp:https://www.datacamp.com/courses/building-web-applications-in-r-with-shiny

Working with Web Data in R Course [ 2018 ] en Datacamp:https://www.datacamp.com/courses/working-with-web-data-in-r

Spatial Analysis in R with sf and raster Course [ 2018 ] en Datacamp:https://www.datacamp.com/courses/spatial-analysis-in-r-with-sf-and-raster

Network Analysis in R Course [ 2018 ] en Datacamp:https://www.datacamp.com/courses/network-analysis-in-r

2/4Jul io Augusto Spairani 2018-12-15

Combinar estadística, Machine learning y programación para analizar e interpretar datos complejos.Algunos casos de aplicación: segmentación de mercado, Aprobación de préstamos, predicciones para campañas de donaciones.

Career track: Data Scientist with R[ 2018 ] en Datacamphttps://www.datacamp.com/tracks/data-scientist-with-r

Programar con R, importación de datos básicos, y complejos; limpieza de datos; trabajar con de cadenas de caracteres; funciones en R; programacion orientada a objetos en R.

Career Track: R Programmer ( online )[ 2017 ] en Datacamp:https://www.datacamp.com/tracks/r-programmer

Johns Hopkins University - DataScience toolbox (online)[ 2014 ] en Coursera:https://www.coursera.org/learn/data-scientists-tools

Conocer conceptos generales, instalar y usar herramientas:R, Rstudio, Git, Github, Markdown.

Developing Applications for the Java EE 6 Platform (oracle - fj310)[ 2013 ] en ITCollagehttp://www.itcollege.com.ar/

Crear y mantener aplicaciones web utilizando el framework JEE6.

Advanced Test Driven Development [ 2014 ] en 10 pines( http://www.10pines.com/tr )

Aplicar buenas prácticas de desarrollo de software orientado a pruebas. Mejorar la calidad de las herramientas de software creadas.

Arquitecturas de Software (online) [ 2010 ] en UTN - BA( http://www.sceu.frba.utn.edu.ar )

Comprender de forma general de arquitecturas de software. Evaluar la calidad técnica de arquitecturas. Analizar las diferentes implicancias de una aplicación.Implementar distintas arquitecturas.

Object-Oriented Analysis and Design Using UML sun - oo226[ ~2005 ] en UTN - BAhttp://www.sceu.frba.utn.edu.ar

Diseñar y analizar a través del lenguaje de modelado UML.

O T R O S C O N O C I M I E N T O S

Diseñar modelos 3D básicos con la herramienta Blender.https://www.blender.org/

Modelado en 3D con Blender - Level 1[ 2012 ] Universidad Tecnológica Nacionalhttp://www.sceu.frba.utn.edu.ar

Mejorar habilidades de comunicación.Curso de Oratoria[ 2007 ] en UCEMA

P U B L I C A C I O N E S

Latin R 2018http://latin-r.com

Poster “Diseño e implementación de una herramienta para análisis de redes de coautoría”https://www.researchgate.net/publication/327253580_Diseno_e_implementacion_de_una_herramienta_para_analisis_de_redes_de_coautoria

Johns Hopkins University - R Programming (online) [ 2014 ] en Coursera:https://www.coursera.org/learn/r-programming

Configurar de un entorno de trabajo estadístico, describir aspectos genéricos del lenguaje de programación R. El curso cubre temas prácticos de computación estadística como uso librerías comunes para importar datos al entorno de trabajo, limpiar los datos, realizar estadísticas sobre los mismos, escritura de funciones.

3/4Jul io Augusto Spairani 2018-12-15

E X P E R I E N C I A L A B O R A L

TA R E A S R E A L I Z A D A S L O G R O S

Superintendencia de Seguros de la Nación [ SSN ] ( Gobierno - Seguros )Ingeniero de Software - Desarrollador - Team leaderDiciembre 2009 – Julio 2018

• Mejora en performance en generación de reportes.• Grandes reorganizaciones de código de sistemas como Sinensup y Login.• Migración de tecnologías legacy a versiones más actualizadas. • Integración de aplicaciones vía Web services entre aplicaciones Java y C#.• Semi automatización del proceso de pasajes a producción (maven - batch)• Gran participación en sistemas Beneficiario Final, Login, Juicios y Mediaciones, Sinensup, Sinensup Reaseguros, Aero entre otros.• Desarrollo de librerías internas (reutilización entre sistemas).• Mejorar el proceso interno de software (que se respeten las instancias de desarrollo / preproducción / producción).• Implementar la tarea de métricas de código semi automatizada (via Jenkins, maven, y visualización en sonarqube).• Implementar el repositorio interno de librerías de código (Artifactory).• Implementar RServer / Shiny server para poder ser usado por otros usuarios para trabajos de datos.• Implementar repositorio de datos abiertos (Ckan-portal Andino). • Crear herramienta para ver los tickets pendientes por usuario en forma visual.• Crear herramienta de cruce de archivos para facilitar diagnósticos de errores.• Mejorar la documentación interna.• Soporte y configuración de Redmine con LDAP y SVN.• Asistir, capacitar, asesorar a diferentes áreas en el uso de sistemas o herramientas informáticas.

• Coordinar equipo de desarrollo Java;• Capacitación de pares;• Relevamiento, creación, mantenimiento y mejora de aplicaciones web. • Implementación, configuración y soporte a aplicaciones• Extracción, limpieza, transformación y carga de datos.• Creación de herramientas de utilidades internas para agilizar cruces de datos, verificaciones y visualizaciones.

TA R E A S R E A L I Z A D A S L O G R O S

Sofrecom Argentina SA ( Privado - Software )Desarrollador - en Peugeot SA ( Privado - Automotriz )Junio 2008 – Agosto 2009

• Agregar módulo de reasignación de producción automotriz.• Participar en el módulo del calendario general de aplicaciones.• Participar en la creación de procesos de migración de datos.

• Creación de nuevas funcionalidades para aplicaciones existentes.

TA R E A S R E A L I Z A D A S L O G R O S

Consejo Nacional de Investigaciones Científicas y Técnicas [ CONICET ] ( Gobierno - Ciencia )Desarrollador - WebmasterEnero 2005 – Abril 2008

• Proyecto de Gestor de Contenidos.• Mejoras al buscador a través de MySQL.

• Desarrollo de aplicaciones Web.• Mantenimiento y publicaciones en el sitio oficial.

0 6

4/4Jul io Augusto Spairani 2018-12-15