Hola, soy

Niurka Yupanqui

Llevo modelos de machine learning a producción.

Creo experiencias en la intersección entre machine learning y desarrollo full-stack — desde modelos servidos con APIs hasta visualizaciones 3D con shaders GLSL.

02Proyectos

Proyectos & Stack

GitHub
01
Machine Learning · MLOps · 2026

Predicción de Abandono Estudiantil

Red neuronal en Keras que detecta a tiempo qué estudiantes podrían abandonar (AUC-ROC 0.946, recall 0.88). En producción corre en ONNX dentro de una API FastAPI en Render, con API key, rate limiting y deploy automático tras 18+ tests en GitHub Actions. Los tutores la usan desde una app web en Streamlit.

  • Keras
  • ONNX
  • FastAPI
  • Streamlit
  • Docker
  • Render
02
Gráficos 3D · Deep Learning · 2026

NeuroViz3D

Visualizador 3D de redes neuronales en OpenGL y C++ con shaders propios (iluminación Phong), pesos reales entrenados en PyTorch, forward pass animado, embeddings PCA/t-SNE y panel ImGui.

  • C++
  • OpenGL
  • GLSL
  • PyTorch
  • ImGui
03
Aplicación Web · 2026

Malla EPN

Malla curricular interactiva de Ingeniería de Software de la EPN: marca materias con notas por bimestre, respeta prerrequisitos y pisos, planifica el próximo semestre, simula tu IRA y exporta un respaldo en PDF. Hecha con Next.js, TypeScript y Zustand, con pruebas en Vitest.

  • Next.js
  • TypeScript
  • Zustand
  • Vitest
04
Aplicación Python · 2026

Study-Planner

Proyecto final de Code in Place 2026 (Stanford). Un planificador de estudio que permite gestionar tareas, plazos, eventos importantes y listas de pendientes diarias.

  • Python
03Stack tecnológico

Stack tecnológico

Las herramientas con las que diseño, entreno y despliego.

  1. Etapa 1

    Datos & código

    Exploro, limpio y versiono datos y código.

    • Python
    • PostgreSQL
    • Git
  2. Etapa 2

    Entrenar

    Diseño modelos y los evalúo con métricas reales.

    • TensorFlow
    • Keras
    • LightGBM
  3. Etapa 3

    Servir

    Empaqueto el modelo como API en contenedores.

    • FastAPI
    • Docker
  4. Etapa 4

    Desplegar

    Lo llevo a la nube y lo escalo.

    • Kubernetes
    • Azure
    • Azure ML
  5. Etapa 5

    Producto

    Interfaces para que la gente lo use.

    • Streamlit
    • Next.js
    • React
    • TypeScript
    • Tailwind
    • GSAP
También: gráficos por computadoraC++OpenGLThree.js
04GitHub

Lenguajes en GitHub

Distribución por bytes de código en mis repositorios públicos.

Jupyter Notebook50.5%
JavaScript22.4%
C6.8%
Java6.0%
HTML5.0%
Python4.0%
CSS3.0%
C++2.3%
Actividad en GitHub
05Certificaciones

Mis Certificaciones

The University of Tokyo

GCI World 2026 — Data Science Program

GCI World 2026 — Data Science Program

Stanford Online · DeepLearning.AI

Supervised Machine Learning: Regression and Classification

Supervised Machine Learning: Regression and Classification

DataCamp

MLOps Concepts

MLOps Concepts

NVIDIA

AI Infrastructure and Operations Fundamentals

AI Infrastructure and Operations Fundamentals

AWS

AWS Cloud Practitioner Essentials

AWS Cloud Practitioner Essentials

IBM

IBM DevOps, Cloud, and Agile Foundations

IBM DevOps, Cloud, and Agile Foundations

06Contacto

Ponte en Contacto

Abierta a proyectos freelance, colaboraciones y oportunidades a tiempo completo.

Ingeniería en Software · EPN · Quito, Ecuador.

Envíame un mensaje

© 2026 Niurka Yupanqui