Alejandro Barriel

Data Scientist

Comportamiento Humano y Salud

Foto de Alejandro

Especializado en convertir problemas complejos y mal definidos en decisiones basadas en datos, empezando por donde la mayoría no empieza: entender bien el problema antes de modelarlo

Definir el Problema · Construir los Datos · Orientar la Decisión

Data scientist focused on understanding, structuring, and modeling complex problems to turn them into optimal solutions that can be applied in real-world contexts

Conceptual Modeling, Feature Engineering, and Applied Machine Learning

Definir el Problema

  • Problemas mal definidos
  • Sin variable objetivo clara
  • Qué medir y Por qué
  • Definir antes de medir
  • Variables construidas, no dadas

Data Preparation & Analysis

  • Data Cleaning
  • Feature Engineering
  • EDA
  • Data Visualization
  • Data Transformation
  • Data Validation

Construir los Datos

  • Fuentes crudas y heterogéneas
  • Datos complejos y dispersos
  • Imputación razonada
  • Ingeniería de variables
  • Integridad y coherencia de datos

Machine Learning & Modeling

  • Linear Models
  • Tree-Based Models
  • Ensemble Methods
  • Instance-Based Methods
  • Neural Networks
  • Clustering Algorithms

Orientar la Decisión

  • Modelo adecuado al problema
  • Análisis orientado a acción
  • Decisión, no solo predicción
  • Resultados comprensibles
  • Soluciones disruptivas

Deployment & Integration

  • End-to-End Projects
  • Model Deployment
  • API Integration
  • Data Pipelines
  • ML Applications
  • Production Workflows

Implementar la Solución

Convertir el modelo en herramientas interactivas que generen soluciones con impacto real.

Application and Tooling

Turning analysis, data and decision-making into interactive tools and applications that make the model usable in practice.


Los problemas más relevantes en cualquier ámbito complejo presentan tres dificultades que raramente se abordan bien:

  1. La realidad es difusa y difícil de entender, y no siempre existe una variable objetivo clara.
  2. Los datos son complejos, incompletos o dispersos, y hay que transformarlos en algo analizable.
  3. El modelado tiene que orientar decisiones concretas, no solo predecir resultados.

Cada proyecto de este portfolio se centra en una de estas tres dificultades: definir el problema cuando la realidad es difusa, construir los datos cuando las variables no existen o están en bruto, y orientar la decisión cuando el resultado tiene que generar impacto real.

The most significant problems in any complex field present three challenges that are rarely addressed effectively:

  1. Reality is complex and difficult to understand, and there isn't always a clear objective variable.
  2. The data is complex, incomplete, or scattered, and needs to be transformed into a form that can be analyzed.
  3. Modeling should guide specific decisions, not just predict outcomes.

Each project in this portfolio focuses on one of these three challenges: defining the problem when the reality is unclear, building the data when variables do not exist or are in raw form, and guiding decision-making when the outcome must have a real impact.

imagen proyecto

Problem Framing

En este proyecto me centro en la definición de un problema complejo y construcción de un índice para convertirlo en un problema analizable

In this project, I focus on defining a complex problem and developing an index that would allow us to measure it and turn it into a problem that can be analyzed using data.

imagen proyecto

Decision Intelligence

En este proyecto me centro en determinar cuándo y cómo intervenir en depresión a partir de conductas cotidianas.

In this project, I focus on determining when and how to intervene in cases of depression based on everyday behaviors.

En Desarrollo

In Development

imagen proyecto

Feature Engineering

En este proyecto me centro en transformar datos clínicos crudos y complejos en un dataset listo para ser utilizado.

In this project, I focus on transforming raw and complex clinical data into a ready-to-use dataset.

Previsto Verano 2026

Planned for Summer 2026

Python Python
SQL SQL
Pandas Pandas
NumPy NumPy
Matplotlib Matplotlib
Plotly Seaborn
Scikit-learn Scikit-learn
FastAPI SQL Server

FastAPI FastAPI
MLflow MLflow
GitHub GitHub
Docker Docker
Js JavaScript
HTML HTML
CSS CSS
Streamlit Streamlit

Llevo más de doce años analizando comportamiento humano y tomando decisiones en contextos donde la realidad es compleja, los datos son ambiguos y no hay respuestas fáciles. Como analista de conducta, trabajando con personas en situaciones difíciles donde cada decisión importaba. Esa experiencia me enseñó algo que no se aprende en ningún máster: a resistir la tentación de simplificar lo que es complejo, y a construir un mapa honesto de la realidad antes de actuar sobre ella.

La ciencia de datos no cambió mi forma de pensar. Le dio herramientas. Hoy hago lo mismo que hacía entonces, entender el problema, estructurar la información disponible y convertir ese análisis en decisiones concretas, pero con la capacidad de trabajar a una escala y con una precisión que antes no era posible.

Mi etapa en NTT Data me permitió trabajar con datos reales en producción, participando en procesos de transformación y validación de datos en entornos complejos. Esa experiencia completó el ciclo: no solo sé formular el problema y modelarlo, sino también cómo los datos se generan, se transforman y se mantienen dentro de los sistemas.

Me interesan especialmente los problemas complejos donde el reto no es solo construir modelos, sino definir correctamente qué problema hay que resolver, qué medir, cómo medirlo y cómo utilizar ese resultado para tomar decisiones, especialmente en contextos donde entender el comportamiento humano es clave, como salud, educación, producto digital o riesgo.

Mi trabajo no termina en el modelo, sino cuando ese modelo se convierte en una herramienta que puede utilizarse en la práctica y generar impacto.

A data scientist focused on understanding, structuring, and modeling complex problems to turn them into solutions that can be applied in real-world contexts. My work focuses on linking analysis and modeling with decision-making and the implementation of solutions tailored to the specific problem.

I view data science as a comprehensive process: from understanding the problem and structuring the information, to analysis, modeling, and the practical application of the results. I am particularly interested in problems related to human behavior, health, and complex systems, where data can help us better understand reality and guide decision-making.

Before working in data science, I spent years analyzing human behavior and decision-making in real-world contexts. That experience shapes the way I work today: understanding the problem, analyzing the available information, and turning that analysis into concrete decisions and actions.

NTT DATA Europe & Latam

Data Quality Analyst

Data Quality Analyst

Mar 2025 - Feb 2026

Profesional Autónomo

Independent Consultant

Especialista en Análisis e Intervención de la Conducta

Behavior Analysis and Intervention Specialist

2012 - 2024

Máster en Data Science y Big Data

Master en Data Science y Big Data

MIOTI Tech School

2025 /26

Grado Superior en Desarrollo de Aplicaciones Web

Higher Vocational Training in Web Application Development (DAW)

IES Mare Nostrum Alicante

2023 /25

Licenciatura en Psicología

Bachelor's Degree in Psychology

Universdad de Granada

University of Granada

2006 /11