Skip to content
View 100472261's full-sized avatar
🚀
Working
🚀
Working

Highlights

  • Pro

Block or report 100472261

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Maximum 250 characters. Please don't include any personal information such as legal names or email addresses. Markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
100472261/README.md

👋 Bienvenid@ a mi perfil


🔎 Sobre mí :

Graduado en Ingeniería Informática por la UC3M con interés en la Ciencia de Datos y la Inteligencia Artificial. Cuento con experiencia práctica en proyectos académicos y personales en los que he trabajado con diversos lenguajes de programación, bibliotecas de machine learning, bases de datos y herramientas de visualización. Perfil proactivo y analítico, motivado por seguir creciendo en un entorno profesional donde pueda aplicar mis conocimientos y en el que pueda aportar valor desde el primer día 🚀.


🧠 Skills :

My Skills

🗂️ Proyectos:

Repositorio Descripción
🎓TFG
El objetivo principal de este trabajo es encontrar un modelo basado en aprendizaje profundo que sea capaz de asociar distintas trayectorias marítimas con distintos tipos de barcos. Ya que esta hipótesis no es segura, en este proyecto también se abordará la detección de anomalías en las trayectorias estudiadas. Es decir, el modelo elegido no solo tendrá que asociar una trayectoria marítima con un tipo de embarcación (Problema de clasificación de embarcaciones), también tendrá que determinar si la trayectoria estudiada se trata o no de una anomalía (Problema de clasificación de anomalías).
Data Preprocessing
Preprocesado de datos con Python.
📊Power BI
Reportes hechos con esta herramienta.
📊Tableau
Reportes hechos con esta herramienta.
⛈️Weather Data Pipeline
Diseño e implementación de una arquitectura de datos ELT (End-to-End) contenerizada con Docker. El pipeline, orquestado por Apache Airflow, ingesta datos meteorológicos en tiempo real desde la API Weatherstack hacia PostgreSQL. Se utiliza dbt (data build tool) para el modelado de datos, transformando la información extraída de la API en un esquema analítico optimizado (capas staging y mart). Finalmente, los insights se visualizan en un dashboard interactivo mediante Apache Superset, permitiendo el monitoreo continuo de la información.
CRUD Operations FastAPI
Aplicación backend construida con FastAPI que permite realizar operaciones CRUD (Create, Read, Update, Delete) sobre una BD PostgreSQL.
>_ Minishell
Intérprete de mandatos.
⛓️Multi Threading
Programación multi-hilo.
📋Portfolio
Portfolio web.

📬 Contacta conmigo :

unsimpledev @unsimpledev


Pinned Loading

  1. TFG TFG Public

    🔎 Enter this repository to discover more.

    Jupyter Notebook

  2. Data-Preprocessing Data-Preprocessing Public

    🔎 Enter this repository to discover more.

    Python

  3. Power-BI Power-BI Public

    🔎 Enter this repository to discover more.

  4. Tableau Tableau Public

    🔎 Enter this repository to discover more.

  5. Weather-Data-Pipeline Weather-Data-Pipeline Public

    🔎 Enter this repository to discover more.

    Python

  6. CRUD-Operations-FastAPI CRUD-Operations-FastAPI Public

    🔎 Enter this repository to discover more.

    Python