Dayanna Álvarez

Ingeniera Industrial recién egresada de la Universidad del Norte con 6 meses de experiencia en RRHH en TRANSELCA. Poseo sólidas habilidades analíticas y de resolución de problemas, con interés en ciencia de datos y gestión de proyectos. Domino herramientas de ofimática, especialmente Microsoft Excel (nivel avanzado), y tengo habilidades intermedias en Power BI, Python y R-Studio. Conocimientos en logística, SST y gestión de calidad. Excelentes habilidades interpersonales, comunicación asertiva, adaptabilidad y liderazgo. Apasionada por aplicar principios de ingeniería para impulsar cambios significativos y optimizar operaciones.

• Grupo ISA, TRANSELCA: 
  Estandarización, automatización y seguimiento de documentos en excel, para el análisis posterior de los datos y creación de alertas a partir de los mismos. 
• Apoyo en la gestión de contratistas, verificando la realización de inspecciones para actividades generales o de alto riesgo en campo, en la plataforma M-Risk y feedback en aras de mejoras. 
• Apoyo en el desarrollo de estrategias para el seguimiento de los indicadores de fluctuación del riesgo y administración por consecuencias de la empresa. 
• Capacitación a contratistas y personal interno en cuanto al uso de plataformas como Sappios y Mrisk. 
• Creación, inscripción y seguimiento de cursos ofrecidos por la empresa a contratistas y personal interno

Jul. 2019 - Sep. 2024 Ingeniería Industrial Fundación Universidad del Norte 

Ene. 2017 - Nov. 2018 Técnico en Contabilización de Operaciones Comerciales y Financieras Servicio Nacional de Aprendizaje, SENA

Microsoft Power BI - Curso de Power BI Desktop - UDEMY 
Fundamentos de Power BI Desktop: Get Data, Data Preparation, Data Modeling & DAX, Data Visualization, Data Reporting. 

MySQL creating and Managing Relational Databases - UDEMY 
Fundamentos de MySQL, uso de operaciones CRUD, funciones de texto y agregadas, creación de consultas lógicas y gestión de relaciones entre tablas. 

Intermediate Machine Learning - Kaggle - Abr. 2022 Creación de Modelos Predictivos, Modelos de Regresión, Random Forests y visualizaciones.