Skip to content
View JimenaCambronero's full-sized avatar
🖐️
Hola! Bienvenido a mis repositorios!
🖐️
Hola! Bienvenido a mis repositorios!

Block or report JimenaCambronero

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.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, 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
JimenaCambronero/README.md

Hola a todos! 👩‍💻 Soy Jimena

💻 Sobre Mi💡👩‍💻📜

Analista de datos con más de 14 años de experiencia en diversos sectores. Durante los últimos 5 años, he dirigido mi trayectoria hacia el sector tecnológico, especializándome como analista de datos y desarrollando habilidades sólidas en el análisis y visualización de datos utilizando SQL, Python y herramientas como Power BI. Me he capacitado en Desarrolladora web Front-end, fortaleciendo mis habilidades técnicas y mi capacidad para desarrollar sitios web y aplicaciones. Mi trasfondo como abogada proporciona una base sólida en el análisis crítico y la resolución de problemas, habilidades que he aplicado en mi carrera como analista de datos para ofrecer soluciones creativas y comunicar insights de manera efectiva..

Mi pasión por el aprendizaje me motiva a seguir explorando nuevas tecnologías y herramientas que me permitan resolver problemas, aportar soluciones creativas y generar valor. Soy una persona curiosa, perfeccionista y orientada a resultados, que disfruta de los desafíos y de trabajar en equipo.

También estoy ampliando mis habilidades en la Academia de Excel y Finanzas de Miguel Antúnez, donde profundizo en estrategias avanzadas para el análisis financiero y la optimización de procesos.

Estoy abierta a oportunidades emocionantes en el ámbito de análisis de datos y el desarrollo web. Si buscas un perfil apasionado y comprometido, ¡contáctame en 📌📩 [email protected]

🌎 En constante aprendizaje del mundo digital.
💻 Apasionada por las redes sociales. 📖 Investigando el mundo UX/UI. ✔ Abogada.

Conocimientos

MySQL || Power Bi || Python || React || JavaScript || CSS3 || HTML5 || SASS || Bootstrap || Git || GitHub || JQuery

CSS3 HTML5 JavaScript Markdown Python Anaconda jQuery React SASS MicrosoftSQLServer MySQL Matplotlib NumPy GitHub Git

Proyectos

Análisis del Conjunto de Datos del Titanic 🚢

Se utilizan las librerías Pandas, NumPy, Matplotlib y Seaborn para el análisis y la visualización de los datos.

📊🐍⁣ Algunos puntos que podés encontrar!⁣ 𝗗𝗶𝘀𝘁𝗿𝗶𝗯𝘂𝗰𝗶𝗼́𝗻 𝗱𝗲 𝗩𝗮𝗿𝗶𝗮𝗯𝗹𝗲𝘀: Analicé la distribución de variables clave como la edad, el género y la clase de los pasajeros. Utilicé gráficos para visualizar estos datos.⁣ 𝗗𝗮𝘁𝗼𝘀 𝗙𝗮𝗹𝘁𝗮𝗻𝘁𝗲𝘀: Identifiqué los datos faltantes en el dataset.⁣ 𝗦𝘂𝗽𝗲𝗿𝘃𝗶𝘃𝗲𝗻𝗰𝗶𝗮 𝗽𝗼𝗿 𝗚𝗲́𝗻𝗲𝗿𝗼: Creé gráficos que muestran las tasas de supervivencia desglosadas por género, revelando que una mayor proporción de mujeres sobrevivió en comparación con los hombres.⁣ 𝗦𝘂𝗽𝗲𝗿𝘃𝗶𝘃𝗲𝗻𝗰𝗶𝗮 𝗽𝗼𝗿 𝗖𝗹𝗮𝘀𝗲: Visualicé cómo la clase del boleto afectaba las probabilidades de supervivencia. 𝗥𝗲𝗹𝗮𝗰𝗶𝗼́𝗻 𝗲𝗻𝘁𝗿𝗲 𝗘𝗱𝗮𝗱 𝘆 𝗦𝘂𝗽𝗲𝗿𝘃𝗶𝘃𝗲𝗻𝗰𝗶𝗮: Utilicé gráficos para analizar cómo la edad influía en la probabilidad de supervivencia.⁣

Si te gusta este repositorio, puedes mostrar tu apoyo haciendo clic en el botón ⭐️ y compartiéndolo. 🦄

Link al Repositorio 📌 https://github.com/JimenaCambronero/Titanic_AnalisisPython

Repositorio de GitHub dedicado a SQL Server ! 💼

En este repositorio, he recopilado una serie de conceptos clave, ejercicios prácticos y recursos útiles, entiendo lo crucial que es dominar esta herramienta y estar preparado para los desafíos del mundo real. SQL Aprende Bases de Datos, Consultas, Funciones, Tablas y Permisos. Diseña y Programa una Base de Datos Relacional SQL.

📌 Link al Repositorio https://github.com/JimenaCambronero/CentroMedico_SQL

Análisis de datos con Seaborn 📈

Este notebook contiene un análisis paso a paso utilizando Seaborn sobre un conjunto de datos de propinas (tips). Se cubren conceptos básicos como visualización de datos univariados y bivariados, manipulación de datos, y técnicas de exploración de patrones.Contiene información sobre la cantidad de propina dejada por los clientes en un restaurante, junto con varias características asociadas como el total de la factura, el día de la semana, y la cantidad de comensales.

📌 Link al Repositorio https://github.com/JimenaCambronero/Analisis_datos_Python/tree/main

📌**Porfolio Power BI**:

portfolio

Si queres ver más repositorios dale a la ⭐️ 🦄👩‍💻 Muchas gracias y Saludos!

🔥 Mis estadísticas :

Jime github stats

Pinned Loading

  1. Analisis_datos_Python Analisis_datos_Python Public

    Este repositorio es una guía introductoria al análisis exploratorio de datos utilizando la biblioteca Seaborn en Python.

    Jupyter Notebook 19 4

  2. Python_Pandas Python_Pandas Public

    Repositorio 🐼 en el cual se recopila una serie de conceptos clave, ejercicios prácticos y recursos útiles para que aquellos que están comenzando a sumergirse en el poder de Pandas.

    Jupyter Notebook 10

  3. LearnData LearnData Public

    Proyecto 4 para Unicorn Project: 🧹 Limpieza de datos - LearnData.🎯El objetivo de este proyecto Creación de una base de datos. Identificar y Corregir Inconsistencias. Detección y Eliminación de Dupl…

    3 1

  4. Call_Center_Verde Call_Center_Verde Public

    El proyecto "Call Center Verde"📞✅tiene como objetivo analizar y optimizar las llamadas, para ello se utilizarán datos recopilados de llamadas para realizar: Análisis Exploratorio Limpieza de datos

    2

  5. CentroMedico_SQL CentroMedico_SQL Public

    En este repositorio, he recopilado una serie de conceptos clave, ejercicios prácticos y recursos útiles para que aquellos que están comenzando en el mundo del análisis de datos puedan sumergirse en…

    TSQL 22 3

  6. Titanic_AnalisisPython Titanic_AnalisisPython Public

    Análisis exploratorio de datos del Dataset Titanic 🚢. Para este análisis se utilizaron las siguientes librerías: Pandas ,Numpy, Matplotlib y Seaborn

    Jupyter Notebook 13 3