Estefanía Alejandra Oñate

Resumen profesional

Estudiante de Ingeniería en Mecatrónica con fuerte orientación hacia la inteligencia artificial, automatización y análisis de datos. Me apasiona la innovación tecnológica y busco aplicar mis conocimientos en proyectos reales de optimización de procesos y aprendizaje automático. Cuento con experiencia práctica en modelado de sistemas y técnicas de Deep Learning, destacando por mi capacidad de colaboración, pensamiento analítico y adaptabilidad a nuevas tecnologías.

Datos destacados

years of post-secondary education

Certification

Experiencia

Asesor de ventas

UNEXPERIENCE NOW

Quito

06.2025 - Actual

Asesoramiento a los clientes y resolución de dudas.
Cierre de ventas y registro de pedidos.
Atención personalizada a los clientes en todas las fases del proceso de compra.

Formación

Ingeniería - Mecatrónica

Universidad Internacional del Ecuador

01.2020 - 01.2025

Bachiller - Ciencias

Unidad Educativa Particular Nuestra Madre de la Merced

Enfatiza tus habilidades clave

Python
MATLAB
C
Simulink
SolidWorks
Arduino IDE
Deep Learning
Machine Learning

Modelado de Sistemas
Automatización
Electrónica digital
Trabajo en equipo
Servicio al cliente
Persona proactiva
Manejo de bases de datos
Manejo de [Software]

Diplomas

Deep Learning Onramp, MATLAB – MathWorks, 2025
Explore Convolutional Neural Networks, MATLAB – MathWorks, 2025
Regression with Deep Learning, MATLAB – MathWorks, 2025
Tune Deep Learning Training Options, MATLAB – MathWorks, 2025
Signal Classification & Segmentation with Deep Learning, MATLAB – MathWorks, 2025
System Composer Onramp, MATLAB – MathWorks, 2025
Basic Python Programming for Business Analytics, MATLAB – MathWorks, 2025

Idiomas

Español

Experto

Inglés

Intermedio

Personalizado

Diseño e implementación de una máquina CNC de corte por hilo caliente y desarrollo de un sistema de reconocimiento de lenguaje de señas ecuatoriano mediante visión por computadora. Experiencia en modelado y simulación de motores DC en Simulink, incluyendo análisis dinámico y función de transferencia. Aplicación de lógica difusa y sensores múltiples para diagnóstico de fallas en motores. Predicción de eficiencia robótica utilizando técnicas de regresión y métodos ensemble como Stacking y Bagging en MATLAB. Clasificación y segmentación de señales técnicas mediante redes neuronales profundas.

Cronología