about
Aroa Xinping
Aroa Index documenta un modelo. Esto documenta a la persona que lo entrenó — con el mismo formato, porque me sigue pareciendo el que mejor encaja.
class Aroa:
"""Perfil · aroaxinping · 2026-08
Rol: analista de datos en formación.
Origen: Bellas Artes → FP → Data Science (UOC).
Uso previsto: análisis, visualización y contarlo.
Training data: ver abajo.
Caveats: sesgada hacia lo que me interesa a mí.
"""[a] training data
mi historia
Analista de datos en formación. Vengo del diseño: empecé en Bellas Artes y llegué a los datos por el mismo motivo por el que empecé a dibujar, que era entender cómo funcionan las cosas para después poder contarlas.
Curso el Grado en Data Science en la UOC y el bootcamp de Data Analytics de Ironhack a la vez. Trabajo sobre todo con Python (pandas, NumPy), SQL y herramientas de visualización.
Mi primer proyecto real fue mi propia cuenta. Creo contenido sobre datos y tecnología en TikTok e Instagram, y analizo mis propias métricas para entender qué funciona y cómo se comporta una audiencia — el proyecto donde practico todo lo que estudio, con datos reales y consecuencias reales.
El diseño no se fue a ninguna parte: sigue aquí, mezclado con los datos. Un análisis que nadie entiende no está terminado, y es justo ahí donde las dos cosas se juntan.
$ git log --graph aroa/data-journey
* a1f3c9e (HEAD → main) 2026 ahora mismo ● en curso
+ Grado en Data Science (UOC)
+ Bootcamp de Data Analytics (Ironhack)
+ Aroa Index: entrené mi propio modelo para esta web
+ Estadística inferencial en proceso...
* d8b02a1 2025 construyendo bases ✓ merged
+ Python: pandas, NumPy, Matplotlib
+ SQL desde cero hasta queries avanzadas
+ Primer proyecto real: mis propias métricas
+ Git y control de versiones
* 3e91fc7 2024 el principio ✓ merged
+ Fundamentos de diseño (Bellas Artes)
+ Primeras visualizaciones y dashboards
+ Descubrí que los datos cuentan historias
* ??????? (origin/feature/ml) next próximamente ⋯ pendiente
? Machine learning más allá de TF-IDF
? Voz clonada en todo el modelo, no sólo en index
# esta branch aún no existe. pronto.
stack
Lo que uso, por cuánto lo uso
Sin barras de porcentaje: nadie se las cree y yo no sabría defender un «Python 90%». Está agrupado por un criterio que sí se puede comprobar — con qué frecuencia toco cada cosa de verdad.
software
- a diario
- python · pandas · jupyter · git Lo que abro sin pensar.
- en proyectos
- sql · numpy · scikit-learn · matplotlib · seaborn · plotly · streamlit · prefect · aws s3 · astro Lo he usado de principio a fin al menos una vez.
- sintaxis prestada
- rust · c++ · shell Entiendo el problema y sé cómo se resuelve; lo que me falta es el idioma. Aquí la IA me pone la sintaxis, no el planteamiento.
en local
- runner
- ollama
- uso general
- llama3.1:8b · qwen3.5
- razonamiento
- deepseek-r1:8b
- el que no cabe
- gemma4:26b
Un 26B a 4 bits pide unos 15 GB y la gráfica tiene 8: ollama lo parte y manda el resto a RAM. Va, pero lento. Por eso los otros tres son de 8B.
hardware
- trabajo
- MacBook Air M1
- entrenar en local
- PC propio · RTX 3060 Ti 8 GB · 24 GB RAM
- grabar
- DJI Osmo Pocket 3
- escribir
- Logitech Pebble
- escuchar
- Sony XM6 · AirPods Pro 2
Qué guardo de ti
Nada que te identifique. No hay cookies, ni analítica, ni huella de navegador, ni sesión: si vuelves mañana, esta web no sabe que ya habías venido.
Lo único que se guarda son las preguntas que el modelo NO supo responder — el texto, su score y el idioma, y nada más. Las que sí contesta no se guardan.
Se hace por un motivo concreto: la conclusión de todo este proyecto es que ampliar el corpus rinde más que cambiar el algoritmo, y sin saber qué se pregunta no hay forma de decidir qué ampliar. Es la única pieza de servidor que existe aquí, y el código está a la vista como el resto.