Transforma un problema de ecuaciones o modelamiento en un caso profesional con supuestos, validación y una explicación útil para reclutadores.

---

Resolver correctamente una ecuación no basta para crear un proyecto de portafolio. Un reclutador necesita entender qué decisión representa, de dónde salen los datos, qué supuestos hiciste, cómo verificaste el resultado y qué parte elaboraste tú. El paso importante consiste en transformar un ejercicio cerrado —con todos los datos entregados y una única respuesta— en un caso profesional pequeño, reproducible y honesto.

Los programas de Ingeniería peruanos conectan las ecuaciones diferenciales con problemas reales. Un sílabo de Matemática III de la Universidad Nacional del Callao señala capacidades para modelar problemas e interpretar resultados; el plan 2023 de Ingeniería Química vincula modelamiento y simulación con toma de decisiones. Esa transferencia no ocurre por colocar el PDF del curso en LinkedIn. Debes diseñarla.

La regla central: una decisión antes que una ecuación

Empieza con una pregunta que una persona pueda responder gracias al modelo. Ejemplos seguros:

• ¿Cuánto tiempo tarda un sistema idealizado en acercarse a un rango objetivo?
• ¿Qué parámetro tiene mayor efecto en la respuesta del modelo?
• ¿En qué condiciones una aproximación simple deja de ser razonable?
• ¿Qué frecuencia de observación permite distinguir dos escenarios simulados?

Evita problemas que produzcan instrucciones para operar equipos, preparar sustancias o intervenir sistemas críticos. Si el tema original tiene riesgos, abstrae el fenómeno y usa datos generados. El portafolio debe demostrar análisis, no habilitar una actividad peligrosa.

Paso 1: redefine el problema con tus propias palabras

No publiques un solucionario de la tarea. Crea un contexto nuevo y cita el concepto, no el enunciado del profesor. Escribe una ficha:

Decisión: comparar dos escenarios de enfriamiento idealizado.
Usuario: analista junior que necesita explicar la sensibilidad del modelo.
Salida: gráfica, tiempo estimado y límites de interpretación.
Datos: generados para el proyecto.
Fuera de alcance: diseño de equipos, recomendación operativa y validación experimental.

Esta ficha convierte el proyecto en una pieza original y reduce el riesgo de confundirlo con trabajo profesional aprobado.

Paso 2: declara los supuestos antes de calcular

Haz una tabla que permita discutirlos:

Supuesto	Por qué se usa	Cómo podría fallar	Efecto esperado
Parámetro constante	Simplifica la primera versión	Puede variar con el estado	Cambiaría la curva
Sistema homogéneo	Permite un modelo concentrado	Puede haber gradientes	Subestima diferencias internas
Sin perturbaciones	Aísla el efecto estudiado	El entorno real cambia	Reduce la variabilidad simulada
Datos generados	Protege información y facilita reproducción	No representa una instalación	Limita la generalización

Un supuesto no es una confesión de fracaso. Es una condición para interpretar el resultado. La señal profesional es saber cuándo deja de ser aceptable.

Paso 3: implementa una versión mínima y legible

Elige una herramienta que puedas explicar. Excel puede ser suficiente para un modelo discreto. Python, MATLAB o Julia sirven si agregan reproducibilidad y no solo complejidad. Organiza el proyecto:

README.md
data/
  generated-input.csv
notebooks-or-src/
  model.*
results/
  sensitivity-chart.png
  validation-table.csv

El README debe indicar objetivo, fuente conceptual, versión de herramientas, instrucciones de reproducción, supuestos, resultados y límites. No subas licencias de software, claves, archivos personales ni material protegido del curso.

Nombra variables y unidades de forma consistente. Conserva los datos de entrada separados del resultado. Si corriges un error, registra el cambio en el historial del repositorio o en una bitácora breve.

Paso 4: valida el resultado por más de una vía

Una gráfica suave puede estar equivocada. Combina verificaciones:

Revisión dimensional

Comprueba que las unidades sean compatibles. Si sumas magnitudes con unidades distintas o el resultado esperado es tiempo y obtienes otra dimensión, detente.

Caso límite

Prueba un valor donde conozcas el comportamiento esperado. Por ejemplo, si un parámetro que impulsa el cambio se aproxima a cero, ¿el sistema se mantiene cerca del estado inicial?

Comparación analítica o de referencia

Cuando exista una solución simple, compárala con el resultado numérico. Si no existe, usa una implementación independiente o una malla más fina y explica el criterio.

Sensibilidad

Cambia un parámetro a la vez dentro de un rango didáctico. Reporta cuánto cambia la salida y si altera la decisión.

Revisión externa

Pide a un compañero o docente que intente reproducir el resultado. Conserva sus observaciones y qué corregiste. No presentes su revisión como certificación.

Paso 5: interpreta, no solo reportes

Una conclusión débil dice: “el valor final fue 42”. Una conclusión útil explica:

• qué escenario produjo el cambio más relevante;
• por qué la respuesta era esperable o sorprendente;
• qué supuesto domina el resultado;
• qué evidencia faltaría para usar el modelo en otro contexto;
• qué decisión puede sostenerse y cuál no.

Ejemplo:

En los datos generados, duplicar el parámetro A redujo el tiempo estimado en 18%, pero la recomendación no cambió en el rango evaluado. El supuesto de parámetro constante limita la transferencia; antes de aplicar el modelo a un caso real sería necesario contrastarlo con mediciones autorizadas.

No inventes precisión. Si los datos son simulados, no reportes diez decimales como si fueran mediciones.

Paso 6: empaqueta tres niveles de lectura

El portafolio debe funcionar para distintos lectores:

Vista de 20 segundos

Título, problema, tu aporte y resultado condicionado. Usa una imagen propia sin texto minúsculo.

Vista de dos minutos

Resumen con decisión, metodología, validación y límite principal.

Vista técnica

Repositorio, ecuaciones, datos, pruebas y bitácora. Permite que otra persona reproduzca el caso.

Esta estructura aplica la divulgación progresiva: el reclutador no necesita leer todo para entender el valor, mientras una persona técnica puede revisar el detalle.

Cómo escribirlo en el CV

Usa tres viñetas:

Modelo dinámico para comparar escenarios simulados — proyecto personal, 2026

• Reformulé un ejercicio de ecuaciones diferenciales como una decisión de sensibilidad con datos generados.
• Implementé el modelo y documenté unidades, supuestos y casos límite para hacerlo reproducible.
• Comparé escenarios y expliqué por qué el resultado no constituye una recomendación operativa.

Si el proyecto nació en un equipo, agrega tu contribución: “diseñé las pruebas de casos límite” o “implementé la visualización”. No atribuyas todo el trabajo al grupo ni todo el grupo a ti.

Puedes combinarlo con la guía de portafolio profesional según tu carrera y con estos criterios para presentar proyectos universitarios en el CV. Para preparar la entrevista, traduce el caso a competencias profesionales demostrables.

Cuando publiques una versión resumida, revisa también cómo optimizar tu perfil de LinkedIn para buscar trabajo y enlaza el repositorio en lugar de pegar resultados sin contexto.

Preguntas que debes poder responder

1. ¿Por qué elegiste ese problema?
2. ¿Qué decisión permite tomar?
3. ¿Qué parte es original?
4. ¿De dónde provienen los datos?
5. ¿Cuál es el supuesto más frágil?
6. ¿Cómo detectaste un error?
7. ¿Qué prueba aumentó tu confianza?
8. ¿Qué resultado te haría rechazar el modelo?
9. ¿Qué no puede concluirse?
10. ¿Cómo lo adaptarías al rol sin exceder tu nivel?

Si no puedes responder una, mejora el README antes de postular.

Límites profesionales y propiedad intelectual

No publiques apuntes, libros, enunciados, soluciones o datasets que no tienes derecho a compartir. Cita las fuentes conceptuales y crea tus propios gráficos, explicaciones y datos. Si usas software o librerías, conserva sus avisos y licencias.

En el Perú, la Ley N.° 28858 regula requisitos para el ejercicio de labores propias de ingeniería. Un proyecto estudiantil puede demostrar aprendizaje, pero no sustituye título, colegiatura, habilitación, supervisión ni autorización institucional cuando sean exigibles. Rotula siempre el carácter académico y evita firmas, sellos o afirmaciones de aprobación.

Una semana de trabajo bien enfocada

• Día 1: formular decisión, alcance y datos.
• Día 2: definir ecuación, supuestos y unidades.
• Día 3: implementar la versión mínima.
• Día 4: ejecutar casos límite y sensibilidad.
• Día 5: interpretar y documentar limitaciones.
• Día 6: pedir una revisión externa y corregir.
• Día 7: crear resumen, entrada de CV y enlace.

Termina con un proyecto que puedas defender, no con una colección de fórmulas. Publica primero un README reproducible y ejecuta un caso límite que pueda revelar un error; conserva el resultado aunque contradiga tu primera solución. Crea o actualiza después tu perfil en Laborum, enlaza esa evidencia relevante para el rol y postula únicamente a vacantes verificadas que correspondan a tu nivel actual. La capacidad más valiosa que puedes mostrar es convertir teoría en una decisión revisable sin ocultar incertidumbre.

Fuentes oficiales consultadas

• UNAC: sílabo de Matemática III para Ingeniería Química
• UNAC: Plan de estudios 2023 de Ingeniería Química
• PRODUCE: texto oficial de la Ley N.° 28858