FM Fernando Muerza Data Scientist
Contacto
Data Scientist — PropTech · Real Estate · Fintech

Fernando
Muerza

Modelos de ML para pricing, valuación y atribución multicanal — y los llevo a producción.
Pipelines reales (APIs REST, Docker, reentrenamiento programado) sobre bienes raíces, mercados financieros y marketing performance. Medido, nunca estimado.
Disponible 100% remoto desde CDMX · Overlap CT/ET
Ver proyectos →
Contactar
R² · valuación
0.904
Costo / lead
−70.76%
Valuación · antes 4 h
39s
Informe de valuación Muestra
Casa · Lomas de Angelópolis, Puebla
Valor estimado
$8,043,200
INTERVALO 80%±10%
$7.24M$8.85M
R²
0.904
Reentreno
7 días
Inferencia
39 s
Modelo
LightGBM
Histórico+18% / 12m
En producción · scikit-learn · Django / Docker
R² · valuación inmobiliaria
0.904
Costo por lead · atribución
−70.76%
Valuación en producción
39s
antes · 4 h
Reentrenamiento programado
7días
§ 01 — Acerca
Retrato de Fernando Muerza (placeholder)
Fernando MuerzaCDMX · MX
EspañolNativo
InglésB1 → B2 activo

Data Scientist con experiencia end-to-end en pricing, valuación y atribución.

Construyo modelos de ML para problemas de pricing, valuación y atribución multicanal, y llevo los pipelines a producción: APIs REST, Docker y reentrenamiento programado sobre dominios donde el dato y la economía detrás importan.
Modelos en producción con R² = 0.904 en valuación inmobiliaria y una reducción de −70.76% en costo por lead vía atribución multicanal. Formación formal en valuación bursátil (Damodaran · NYU Stern) e inmobiliaria (IBERO Puebla).
Dominio
Real Estate
valuación & clasificación
Dominio
Fintech
mercados & riesgo
Dominio
Performance
atribución multicanal
§ 02 — Habilidades

Soluciones end-to-end, entregadas a producción.

01
Modelado predictivo & ML
—Limpieza de datos, EDA y validaciones
—Feature engineering
—SQL: joins, agregaciones y ventanas
02
Modelado & evaluación
—Clasificación y regresión
—Métricas: AUC, F1, RMSE, sMAPE
—Validación y control de leakage
03
Producción & automatización
—APIs para modelos (Django)
—Docker y despliegue en VPS
—Automatizaciones: webhooks, APIs, paginación
PythonPython PandasPandas NumPyNumPy scikit-learnscikit-learn TensorFlowTensorFlow PyTorchPyTorch KerasKeras DjangoDjango DockerDocker PostgreSQLPostgreSQL GitGit JupyterJupyter PythonPython PandasPandas NumPyNumPy scikit-learnscikit-learn TensorFlowTensorFlow PyTorchPyTorch KerasKeras DjangoDjango DockerDocker PostgreSQLPostgreSQL GitGit JupyterJupyter
§ 03 — Proyectos

Proyectos destacados

github.com/muerza ↗
En producciónInmuebles Anzuz · 2024 — actual

Valuación inmobiliaria

Modelos de valuación y clasificación end-to-end: preparación de datos multifuente, feature engineering con scikit-learn, controles de data quality y reentrenamiento programado. Desplegado como API en Django sobre Docker/VPS, con intervalos de confianza para decisiones robustas bajo incertidumbre.
scikit-learnLightGBMDjangoDockerVPS
Probar el Valuador ML →
R²0.904
Inferencia39 s
Antes4 h
Reentreno7 días
Oily Giant↗

Selección de pozos

Regiones con mejor retorno esperado incorporando incertidumbre y riesgo: bootstrapping, intervalos de confianza y simulación de beneficio.

RegresiónBootstrapping
Zyfra↗

Recuperación de oro

Modelo para predecir la recuperación de oro y optimizar la producción. Enfoque en limpieza, consistencia de features y métricas del proceso.

Feature eng.sMAPE
Beta Bank↗

Predicción de churn

Identificar clientes con alta probabilidad de abandono para enfocar retención en los segmentos de mayor riesgo. Balanceo de clases y evaluación.

ClasificaciónF1 · AUC-ROC
§ 04 — Demo en vivo

Valuador ML — Lomas de Angelópolis

Precio estimado con LightGBM entrenado sobre datos reales del mercado de Puebla. Ajusta los parámetros y obtén una valuación con intervalo de confianza.
LightGBM · live
Parámetros del inmueble
Operación
Precio estimado Casa · Lomas 2
$8,043,200
INTERVALO DE CONFIANZA · 80%±10%
$7,239,000estimación$8,848,000
Factores principales
m² construcción $5.7M · 65%
m² terreno $1.4M · 16%
Zona (Lomas 2) $731k · 8%
Recámaras y baños $528k · 6%
Base / ubicación $385k · 4%
Modelo LightGBM entrenado con datos del mercado de Puebla. Estimación ilustrativa — no constituye un avalúo oficial.
§ 05 — Trayectoria

Experiencia & formación

01
Nov 2023 — actual Experiencia

Data Scientist

— Inmuebles Anzuz

Modelos de ML de valuación inmobiliaria, llevados de extremo a extremo a producción:

R² 0.904
Modelo de valuación con LightGBM y scikit-learn; feature encoding de variables numéricas y categóricas desde múltiples fuentes
−99.7%
Tiempo de valuación (4 h → 39 s), exponiendo el modelo como API REST en Django sobre Docker / VPS
7 días
Pipeline ETL con reentrenamiento programado para sostener el desempeño ante cambios del mercado
Datos
Controles de data quality y filtros de outliers por percentiles para estabilizar el entrenamiento
02
2025 — en curso Formación

System Design Mastery

— ByteMonk Academy

Diseño de sistemas enfocado en arquitecturas escalables (load balancing, consistencia) y práctica con casos. Aplicación: APIs/servicios de modelos más escalables, confiables y listos para producción.

03
2025 — 2026 Formación

Boot Camp Data Scientist

— TripleTen

Formación práctica orientada a soluciones: desde fundamentos (Python / Pandas) hasta machine learning y redes neuronales, con entregables reproducibles y evidencia en portafolio.

04
2025 Formación

Make Advanced

— Make Academy

Automatización robusta: webhooks avanzados, llamadas a APIs con módulos HTTP, paginación y data stores. Aplicación: orquestar integraciones ETL/MLOps (ingesta, reentrenos, validaciones y notificaciones).

05
Feb 2021 — Oct 2023 Experiencia

Analista de Operaciones Comerciales

— Inmuebles Anzuz

Marketing analytics y automatización del funnel sobre datos de campañas y CRM:

−70.76%
Costo por lead vía Meta Ads con tracking server-side (CAPI · Stape · GTM): $182.62 → $53.40 MXN
+72.32%
Trazabilidad del funnel con atribución por parámetros URL en Zoho CRM
432×
Respuesta comercial (36 h → 5 min) con captura y distribución de leads vía APIs en n8n
Make
Generación de contratos con webhooks sobre datos del CRM, reduciendo errores y retrabajo
06
2023 Formación

Gestión inmobiliaria

— IBERO Puebla

Formación formal en gestión y valuación inmobiliaria — base de dominio para los modelos de pricing y valuación de Real Estate.

07
2018 — 2022 Formación

Lic. Administración de Empresas

— UPAEP

Base estratégica y de diagnóstico, con materias cuantitativas (estadística, matemáticas para negocios). Aplicación: convertir hallazgos técnicos en decisiones accionables y comunicar impacto a stakeholders no técnicos.

08
Ago 2018 — Ene 2021 Experiencia

Analista de Operaciones y Datos

— Baoba

Automatización de reportes y procesos comerciales en una empresa de tableros y enchapados:

−5 h/sem
Reportes y dashboards de KPIs automatizados en Excel (~260 h/año) de trabajo manual eliminado
−85%
Tiempo por cotización (10 → 1.5 min) con un sistema de cotización por reglas
−97%
Errores semanales del proceso (35 → 1) con el mismo sistema
09
2019 — 2020 Formación

Valuation & Corporate Finance

— Aswath Damodaran · NYU Stern

Valuación y finanzas corporativas con enfoque práctico. Aplicación: traducir variables de negocio/finanzas a features y supuestos defendibles en modelos de proptech y fintech.

§ 06 — Blog

Artículos & notas técnicas

Cómo construyo modelos que llegan a producción — valuación, atribución y MLOps, con los números detrás.
Todos los artículos ↗
Portada artículo 1 (placeholder)
Valuación ML Feb 2026

Cómo llevé un modelo de valuación inmobiliaria a producción (R² 0.904)

Del EDA al deploy: feature engineering con LightGBM, controles de data quality y una API en Django que responde en 39 s.

8 min de lectura Leer →
Portada artículo 2 (placeholder)
Atribución Ene 2026

Server-side tracking: cómo reduje el costo por lead 70.76%

Meta CAPI, Stape y GTM para recuperar señal, cerrar el funnel y atribuir cada peso al canal correcto.

6 min de lectura Leer →
Portada artículo 3 (placeholder)
MLOps · Producción Dic 2025

Del notebook a la API: desplegar ML con Django y Docker

Reentrenamiento programado, versionado y un pipeline ETL que sostiene el desempeño cuando el mercado cambia.

7 min de lectura Leer →
§ 07 — Contacto

¿Trabajamos
juntos?

¿Tienes una vacante o un proyecto de pricing, valuación o atribución? Mándame un mensaje y me pondré en contacto.
Disponible 100% remotoCDMX · CT/ET
Deja tus datos