Luis Carlos Romero Cardenas

Desarrollador web at REDESIS SAS
  • Claim this Profile
Contact Information
us****@****om
(386) 825-5501
Location
Bogota, D.C., Capital District, Colombia, CO

Topline Score

Topline score feature will be out soon.

Bio

Generated by
Topline AI

You need to have a working account to view this content.
Join now
You need to have a working account to view this content.
Join now

Credentials

  • B1 level of English
    Centro Colombo Americano Bogotá
    Jul, 2021
    - Oct, 2024
  • DESARROLLO DE ALGORITMOS PREDICTIVOS CON MACHINE LEARNING
    Servicio Nacional de Aprendizaje (SENA)
    Feb, 2021
    - Oct, 2024
  • DS4A / Colombia 4.0: Graduated with Honors
    Correlation One
    Dec, 2020
    - Oct, 2024
  • Certificación SFPC: Scrum Foundation Professional Certificate
    CertiProf
    Jun, 2020
    - Oct, 2024
  • Creando una Trayectoria Profesional en Seguridad Digital
    Organización de los Estados Americanos y el Instituto Nacional de Ciberseguridad de España
    Aug, 2018
    - Oct, 2024

Experience

  • REDESIS SAS
    • Colombia
    • Software Development
    • 1 - 100 Employee
    • Desarrollador web
      • Mar 2022 - Present

      Desarrollo de Dashboard con librerías de JavaScript: Hightcharts y ECharts. Desarrollo de reportes con JasperReports y Reporting Service. Desarrollo de Dashboard con librerías de JavaScript: Hightcharts y ECharts. Desarrollo de reportes con JasperReports y Reporting Service.

  • Vates Software
    • Argentina
    • Software Development
    • 300 - 400 Employee
    • Jr/Mid Developer (.Net/Python)
      • Oct 2021 - Jun 2023

      Subcontracted worker for the Yale School of Medicine by Vates Inc. Subcontracted worker for the Yale School of Medicine by Vates Inc.

  • Yale University School of Medicine
    • United States
    • Research Services
    • 700 & Above Employee
    • Developer (.Net/Python) and Machine Learning Engineer
      • Oct 2021 - May 2023

      - Development of a Python script to store data in a SQL Server database. - Development of a web application for the management of medical terms. The backend developed with .NET Core (C#) and the frontend developed with React (Material UI). - Development of a Python script to calculate statistical data such as the knee and elbow of a curve. - Text data cleaning using regular expressions for use in Natural Language Processing (NLP) models from documents. - Data extraction using regular expressions to structure information from text documents. - Development of an API with RESTful services using the FastAPI framework to integrate NLP models for text classification. - Use of Microsoft Azure Machine Learning Studio for ETL processes, training, and testing of Natural Language Processing (NLP) models. Show less

  • CreaIoT S.A.S
    • Co-Founder - Desarrollador de software
      • Apr 2018 - Feb 2022

      - Diseño de una solución orientada al IoT en conjunto con Analítica de Datos y Machine Learning, para la agricultura de precisión en cultivos de flores bajo invernadero.- Apoyar el desarrollo de software para los dispositivos que capturan mediciones de diferentes variables micro climáticas. Para esto, se usó el ecosistema Arduino y el lenguaje de programación Python en la recepción de datos desde de los dispositivos hacia la base de datos en la nube.- Desarrollo de una plataforma web, donde la base de datos se diseño e implemento en el motor gestor de base de datos SQL Server; el Backend se diseño en arquitectura de microservicios y se desarrollo con tecnologías .NET bajo el lenguaje de programación c#; el Frontend se diseño y desarrollo bajo MVC con tecnologías .NET con el lenguaje de programación c# y JavaScript, Framework Kendo UI JQuery y la librería HighCharts (JavaScript). Show less

    • Junior Data Scientist
      • Feb 2020 - Dec 2021

      - Implementación, entrenamiento, test y despliegue de modelos predictivos:a). Series de tiempo con modelo SARIMA para la predicción del comportamiento de temperatura y humedad relativa en cultivos de flores bajo invernadero.b). Machine Learning con modelos XGBOOST y Random Forest para la predicción de plagas y enfermedades en cultivos de flores bajo invernadero.c). Deep Learning con con modelo de Redes Neuronales para la predicción de plagas y enfermedades en cultivos de flores bajo invernadero.Para lo anterior, se uso el lenguaje de programación Python con librerías como: scikit-learn, Pandas, Numpy, TensorFlow, Keras, Ploty, entre otras. Show less

Education

  • Corporación Universitaria Minuto de Dios
    Grado en Ingeniería, Ingeniero de sistemas
    2018 - 2021
  • Corporación Universitaria Minuto de Dios
    Tecnólogo en informática, Tecnología/Técnico de software informático
    2015 - 2018

Community

You need to have a working account to view this content. Click here to join now