¿Qué tecnologías y áreas te son más cercanas: ML clásico, DS o NLP?

Mi enfoque principal es el aprendizaje automático clásico (ML), ya que permite resolver una amplia gama de tareas mediante algoritmos de aprendizaje a partir de datos, como regresión, clasificación, árboles de decisión y ensamblajes. También me interesa la Ciencia de Datos (DS) para analizar y preparar datos, lo cual es una etapa importante antes de entrenar modelos.

El Procesamiento de Lenguaje Natural (PLN) también me interesa, especialmente en el procesamiento de textos y la extracción de información semántica, pero mi experiencia principal está relacionada con enfoques clásicos de ML y análisis de datos.

En mi trabajo, normalmente combino habilidades de ML y DS: primero realizo investigación y limpieza de datos, luego entreno modelos y evalúo su calidad.