View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Add copy buttons to all
 blocks\n(function() {\n function addCopyButtons() {\n document.querySelectorAll('pre code').forEach(function(codeBlock) {\n if (codeBlock.parentElement.hasAttribute('data-copy-added')) return;\n codeBlock.parentElement.setAttribute('data-copy-added', 'true');\n \n var btn = document.createElement('button');\n btn.textContent = 'Copy';\n btn.style.cssText = 'position:absolute;top:4px;right:4px;padding:2px 8px;font-size:11px;background:#4ecdc4;border:none;border-radius:4px;color:#1a1a2e;cursor:pointer;opacity:0.7;transition:opacity 0.2s;';\n btn.onmouseover = function() { this.style.opacity = '1'; };\n btn.onmouseout = function() { this.style.opacity = '0.7'; };\n btn.onclick = function() {\n navigator.clipboard.writeText(codeBlock.textContent).then(function() {\n btn.textContent = 'Copied!';\n setTimeout(function() { btn.textContent = 'Copy'; }, 1500);\n });\n };\n codeBlock.parentElement.style.position = 'relative';\n codeBlock.parentElement.appendChild(btn);\n });\n }\n \n addCopyButtons();\n \n // Re-run on dynamic content\n var observer = new MutationObserver(addCopyButtons);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Add Copy Buttons to Code Blocks");
}
} catch(__e) { console.warn('[Userscript:Add Copy Buttons to Code Blocks]', __e); }
})();
(function(){
try {
var __m = "github.com";
var __re = new RegExp('^' + "github\\.com" + '
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Force GitHub README to respect dark mode\n(function() {\n var style = document.createElement('style');\n style.textContent = '\n .markdown-body {\n color-scheme: dark light;\n }\n .markdown-body pre { background: #161b22 !important; }\n .markdown-body code { background: rgba(110, 118, 129, 0.4) !important; }\n .markdown-body table th, .markdown-body table td { border-color: #30363d !important; }\n .markdown-body img { background: #0d1117; }\n .markdown-body blockquote { border-left-color: #8b949e; }\n .markdown-body hr { border-color: #30363d; }\n ';\n document.head.appendChild(style);\n})();", "GitHub Dark Mode README Fix"); } } catch(__e) { console.warn('[Userscript:GitHub Dark Mode README Fix]', __e); } })(); (function(){ try { var __m = "*"; var __re = new RegExp('^' + ".*" + '
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Highlight search terms from Google/DuckDuckGo/Bing referrer\n(function() {\n var ref = document.referrer;\n var terms = [];\n \n if (ref.includes('google.com') || ref.includes('duckduckgo.com') || ref.includes('bing.com')) {\n var url = new URL(ref);\n var q = url.searchParams.get('q') || url.searchParams.get('p');\n if (q) {\n terms = q.split(/\\s+/).filter(function(t) { return t.length > 2; });\n }\n }\n \n if (terms.length === 0) return;\n \n var style = document.createElement('style');\n style.textContent = '.userscript-highlight { background: #fbbf24; color: #1a1a2e; padding: 1px 3px; border-radius: 2px; }';\n document.head.appendChild(style);\n \n function highlight(node) {\n if (node.nodeType === 3) { // text node\n var text = node.textContent;\n var found = false;\n terms.forEach(function(term) {\n var regex = new RegExp('(' + term.replace(/[.*+?^${}()|[\\]\\\\]/g, '\\\\') + ')', 'gi');\n if (regex.test(text)) {\n found = true;\n var frag = document.createDocumentFragment();\n var parts = text.split(regex);\n parts.forEach(function(part, i) {\n if (i % 2 === 0) {\n frag.appendChild(document.createTextNode(part));\n } else {\n var span = document.createElement('span');\n span.className = 'userscript-highlight';\n span.textContent = part;\n frag.appendChild(span);\n }\n });\n node.parentNode.replaceChild(frag, node);\n }\n });\n } else if (node.nodeType === 1 && node.childNodes) { // element\n var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT'];\n if (!skipTags.includes(node.tagName)) {\n Array.from(node.childNodes).forEach(highlight);\n }\n }\n }\n \n highlight(document.body);\n \n // Re-highlight on dynamic content\n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1 || node.nodeType === 3) highlight(node);\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Highlight Search Terms"); } } catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); } })(); (function(){ try { var __m = "*"; var __re = new RegExp('^' + ".*" + '
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Strip utm_, fbclid, gclid, etc. from all links on page\n(function() {\n var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content',\n 'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid',\n 'ref', 'ref_src', 'source', 'medium', 'campaign'];\n \n function cleanUrl(url) {\n try {\n var u = new URL(url, window.location.origin);\n var changed = false;\n trackingParams.forEach(function(p) {\n if (u.searchParams.has(p)) {\n u.searchParams.delete(p);\n changed = true;\n }\n });\n return changed ? u.toString() : url;\n } catch (e) {\n return url;\n }\n }\n \n function cleanLinks() {\n document.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n \n cleanLinks();\n \n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1) {\n if (node.tagName === 'A') cleanLinks();\n node.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Remove Tracking Parameters from Links"); } } catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); } })(); (function(){ try { var __m = "youtube.com"; var __re = new RegExp('^' + "youtube\\.com" + '
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Auto-enable theater mode on YouTube\n(function() {\n function tryTheater() {\n var btn = document.querySelector('button[aria-label=\"Theater mode\"], ytd-player #player button[title=\"Theater mode\"]');\n if (btn && !btn.classList.contains('activated')) {\n btn.click();\n }\n }\n \n // Try immediately\n tryTheater();\n \n // Try after navigation (SPA)\n var lastUrl = location.href;\n setInterval(function() {\n if (location.href !== lastUrl) {\n lastUrl = location.href;\n setTimeout(tryTheater, 500);\n }\n }, 1000);\n \n // Also try on player load\n var observer = new MutationObserver(tryTheater);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "YouTube Theater Mode Default"); } } catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); } })(); (function(){ try { var __m = "*"; var __re = new RegExp('^' + ".*" + '
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Remove or un-stick sticky/fixed headers that block content\n(function() {\n function unstick() {\n document.querySelectorAll('header, nav, [role=\"banner\"], .header, .navbar, .sticky, .fixed-top, [style*=\"position: fixed\"], [style*=\"position:sticky\"]').forEach(function(el) {\n if (el.style.position === 'fixed' || el.style.position === 'sticky' || \n getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') {\n el.style.position = 'static';\n el.style.top = 'auto';\n el.style.zIndex = 'auto';\n }\n });\n }\n \n unstick();\n \n var observer = new MutationObserver(unstick);\n observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] });\n})();", "Kill Sticky Headers"); } } catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); } })(); (function(){ try { var __m = "*"; var __re = new RegExp('^' + ".*" + '
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Universal Dark Mode - works on any site\n(function() {\n var enabled = true;\n \n function applyDarkMode() {\n if (!enabled) return;\n \n // Create style element if it doesn't exist\n var style = document.getElementById('universal-dark-mode-style');\n if (!style) {\n style = document.createElement('style');\n style.id = 'universal-dark-mode-style';\n document.head.appendChild(style);\n }\n \n // Dark mode CSS - inverts colors but preserves images/video\n style.textContent = '\n /* Invert everything except media */\n html {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #1a1a2e !important;\n }\n \n /* Restore images, videos, iframes, canvas */\n img, video, iframe, canvas, svg, picture, [style*=\"background-image\"] {\n filter: invert(1) hue-rotate(180deg) !important;\n }\n \n /* Preserve specific elements that should not be inverted */\n .no-dark-mode, .no-dark-mode *,\n [data-theme=\"light\"], [data-theme=\"light\"],\n .ace_editor, .ace_editor *,\n .CodeMirror, .CodeMirror *,\n .monaco-editor, .monaco-editor *,\n .markdown-body pre, .markdown-body pre *,\n .highlight, .highlight *,\n pre code, pre code * {\n filter: none !important;\n }\n \n /* Fix common UI elements */\n .modal, .popup, .dropdown-menu, .tooltip, .popover {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #2d2d44 !important;\n border-color: #444 !important;\n }\n \n /* Scrollbars */\n ::-webkit-scrollbar { background: #1a1a2e !important; }\n ::-webkit-scrollbar-thumb { background: #444 !important; }\n ::-webkit-scrollbar-thumb:hover { background: #555 !important; }\n \n /* Selection */\n ::selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ::-moz-selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ';\n }\n \n function removeDarkMode() {\n var style = document.getElementById('universal-dark-mode-style');\n if (style) style.remove();\n }\n \n // Toggle with Alt+Shift+D\n document.addEventListener('keydown', function(e) {\n if (e.altKey && e.shiftKey && e.key === 'D') {\n e.preventDefault();\n enabled = !enabled;\n if (enabled) {\n applyDarkMode();\n console.log('[Universal Dark Mode] Enabled');\n } else {\n removeDarkMode();\n console.log('[Universal Dark Mode] Disabled');\n }\n }\n });\n \n // Apply on load\n applyDarkMode();\n \n // Re-apply on dynamic content\n var observer = new MutationObserver(function(mutations) {\n if (enabled && !document.getElementById('universal-dark-mode-style')) {\n applyDarkMode();\n }\n });\n observer.observe(document.head, { childList: true });\n \n console.log('[Universal Dark Mode] Loaded - Press Alt+Shift+D to toggle');\n})();", "Universal Dark Mode"); } } catch(__e) { console.warn('[Userscript:Universal Dark Mode]', __e); } })(); })();
Skip to content
View IgnOrtega's full-sized avatar

Block or report IgnOrtega

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.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

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

Report abuse
IgnOrtega/README.md

Me gradué como Ingeniero Civil Matemático en la Universidad de Concepción. Mi formación se centra en el desarrollo de modelos estadísticos, ciencia de datos y análisis de series temporales. Tengo experiencia como analista de datos realizando las siguientes tareas:

  • Automatización de procesos
  • Creación de dashboards
  • Extracción de información mediante web scraping

Herramientas:

  • SQL Server
  • Looker Studio
  • Excel
  • Python
    • Pandas
    • SQLAlchemy Core
    • Playwright

python-seeklogoplaywright-seeklogopandas-seeklogogoogle-looker-seeklogomicrosoft-sql-server-seeklogomicrosoft-excel-seeklogo

Actualmente, mis repositorios principales son los siguientes:

Memoria

Este repositorio muestra mi trabajo de memoria para optar al título de Ingeniería Civil Matemática. Esta tesis consiste en una comparación estadistica de métodos de encuesta para determinar el tamaño de un subgrupo dentro de una población. Este trabajo modela a una población como un grafo, por lo tanto, se consideran distintos tipos de muestreo para grafos y distintos tipos de grafos.

Desafío para optar a x trabajo

Este repositorio muestra como realizar ETL sobre ciertos datos, realizar agrupaciones de tablas y ,por último, se debe disponibilizar la información anteriormente calculado a través de una API.

App Machine Learning

Este repositorio consiste en mostrar un flujo simple que tiene como objetivo disponibilizar un modelo de machine learning. Este flujo comienza desde modificación del modelo de machine learning y se sube al repositorio. Esto activa un trigger en github actions que serializa el modelo y crea una imagen en docker hub. Para terminar, el servidor debe cargar la imagen en docker y compartir el modelo a través de una API.

De este modo, el repositorio está compuesto por varios archivos que tienen como función:

  • Serializar el modelo de machine learning
  • Un archivo .Dockerfile para dockerizar
  • Un archivo .yml para realizar los comandos en github actions
  • La API

Pinned Loading

  1. Dashboard-ipc-ufDashboard-ipc-ufPublic

    Este mini-proyecto consiste en realizar un dashboard del ipc y la uf. Hasta el momento, sin modelamiento matemático

    Python

  2. app_mlapp_mlPublic

    Evaluación que consiste en mostrar una api que ante cambios se reinicie e inicie nuevamente de la forma más automatizada posible

    Python

  3. scraper-firstjobscraper-firstjobPublic

    Python

  4. desafio_etl_apidesafio_etl_apiPublic

    Desafío de verbum para un trabajo de ingeniero de datos

    Jupyter Notebook

  5. memoriamemoriaPublic

    Proyecto que compara estimaciones de grupo usando diferentes tipos de muestreo. Algunas técnicas de muestreo, los individuos de la población tienen diferentes probabilidades de ser seleccionados, l…

    Jupyter Notebook

  6. Credit_ScoringCredit_ScoringPublic

    Python