{"id":25802073,"url":"https://github.com/lunanvarg/bid-data-cac22039","last_synced_at":"2026-05-06T17:34:51.333Z","repository":{"id":279746226,"uuid":"939795598","full_name":"LuNanVarg/Bid-Data-Cac22039","owner":"LuNanVarg","description":"En este repositorio se vé mi TP Integrador del programa Codo a Codo: Big Data ","archived":false,"fork":false,"pushed_at":"2025-02-27T07:18:41.000Z","size":6,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-02-27T09:05:13.430Z","etag":null,"topics":["colab","data-studio-google","deepnote","excel","matplotlib","mysql","numpy","pandas-library","python","seaborn"],"latest_commit_sha":null,"homepage":"","language":null,"has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/LuNanVarg.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2025-02-27T05:51:04.000Z","updated_at":"2025-02-27T07:26:33.000Z","dependencies_parsed_at":"2025-02-27T09:05:17.193Z","dependency_job_id":"cebb8fdc-22a0-4dc7-af9f-c929d64bf2f4","html_url":"https://github.com/LuNanVarg/Bid-Data-Cac22039","commit_stats":null,"previous_names":["lunanvarg/bid-data-cac22039"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/LuNanVarg%2FBid-Data-Cac22039","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/LuNanVarg%2FBid-Data-Cac22039/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/LuNanVarg%2FBid-Data-Cac22039/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/LuNanVarg%2FBid-Data-Cac22039/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/LuNanVarg","download_url":"https://codeload.github.com/LuNanVarg/Bid-Data-Cac22039/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":241036513,"owners_count":19898165,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["colab","data-studio-google","deepnote","excel","matplotlib","mysql","numpy","pandas-library","python","seaborn"],"created_at":"2025-02-27T16:46:35.906Z","updated_at":"2026-05-06T17:34:51.287Z","avatar_url":"https://github.com/LuNanVarg.png","language":null,"funding_links":[],"categories":[],"sub_categories":[],"readme":"\n\u003ch1 align=\"center\"\u003e:computer: Proyecto Integrador de Big Data\u003c/h1\u003e\n\nEste repositorio tiene el acceso a mi TP Integrador que formo parte de mi formación en Big Data como parte del programa de **Codo a Codo 4.0**. \nPuedes explorar mi proyecto en Deepnote a través de este enlace: [Deepnote](https://deepnote.com/app/nancy-vargas-c001/6-TP-Final-Integrador-NancyVargas-9d04af23-3997-42ee-ac8f-bdd24141808e?utm_content=9d04af23-3997-42ee-ac8f-bdd24141808e)\n  \n--- \n\n## :school: Datos del Programa\n\n### :dart: Objetivos del Programa\n\nEl programa Codo a Codo del **Ministerio de Educación de la Ciudad de Buenos Aires** tiene como objetivo capacitar a jóvenes y adultos en programación para que puedan insertarse laboralmente en el sector IT.\n\n### :books: Contenido del Curso\n\n**Durante el curso, he explorado una amplia variedad de temas, incluyendo:**\n\n- Conceptos Generales, Lógica y Algoritmos.\n- Bases de Datos, tanto relacionales como no relacionales, con un enfoque en SQL.\n- Utilización de hojas de cálculo para análisis de datos.\n- Introducción al Business Intelligence.\n- Google Data Studio | Google Colab\n- Creación de Informes y Dashboards.\n- Programación en Python, incluyendo la interfaz gráfica e integración con bases de datos.\n- Estadística descriptiva básica.\n- Uso de librerías de Python orientadas a datos: Numpy, Pandas, Matplotlib, Seaborn.\n\n### :star2: Importancia del Proyecto\n\nEste proyecto representa un ejercicio práctico esencial para aplicar técnicas de análisis de Big Data, utilizando herramientas como Python, pandas y la plataforma Deepnote. A través de la integración y exploración de grandes volúmenes de datos, se buscó transformar información dispersa en conocimientos accionables que faciliten la toma de decisiones.\n\n📊 **1. Análisis de grandes volúmenes de datos:**\n\nPermite comprender cómo procesar, limpiar y analizar datasets complejos, una habilidad fundamental en entornos donde la información masiva es crucial para la estrategia empresaria.\n\n🛠️ **2. Aplicación de herramientas y tecnologías:**\n\nUtilizando entornos interactivos como Deepnote y bibliotecas avanzadas en Python, el proyecto refleja la capacidad de emplear herramientas modernas en la resolución de problemas reales de análisis de datos.\n\n📈 **3. Generación de información para la toma de decisiones:**\n\nA través del análisis exploratorio, la identificación de patrones y la creación de visualizaciones, el proyecto facilita una interpretación clara de los datos, aportando valor en la optimización de procesos y la predicción de tendencias.\n\n🔍 **4. Desarrollo de habilidades analíticas y críticas:**\n\n El trabajo fomenta el pensamiento crítico y la capacidad de interpretar resultados, habilidades fundamentales para la toma de decisiones fundamentadas en evidencia cuantitativa.\n\n---\n\n### :bulb: Objetivos Personales\n\nMi objetivo principal fue adquirir conocimientos básicos en bases de datos y aprender a utilizar herramientas como Python, SQL y Deepnote para analizar y gestionar grandes volúmenes de datos. Este curso marcó el inicio de mi formación en tecnología, fortaleciendo mi lógica de programación y sentando las bases para futuros aprendizajes en  Power BI, Tableau, Python, Testing y Desarrollo de Software(proceso de aprendizaje).\n\n***\n\n## ⚡ Datos del README\n\nEste proyecto corresponde al curso de Big Data del programa Codo a Codo 4.0 (primer cuatrimestre de 2022), donde se abordaron conceptos clave de bases de datos, análisis de datos y programación en Python. El trabajo final integra herramientas de programación y visualización para resolver un caso real de análisis de grandes volúmenes de información.\n\n🎯 **Objetivos del Proyecto:**\n      - Aplicar Python para manipular y analizar grandes conjuntos de datos.\n      - Utilizar SQL para interactuar con bases de datos relacionales.\n      - Implementar técnicas de estadística para extraer insights.\n      - Desarrollar dashboards interactivos con Google Data Studio.\n      - Resolver un caso práctico simulando un escenario real de Big Data\n\n🛠️ **Herramientas y Tecnologías:**\n     - Lenguaje: Python (pandas, matplotlib, seaborn).\n     - Bases de Datos: MySQL (gestión y consultas).\n     - Visualización: Google Data Studio, Excel/LibreOffice Calc.\n     - Entorno de Trabajo: Deepnote (Notebooks interactivos).\n\n📈 **Resultados Principales:**\n     - Análisis exploratorio de datos utilizando Python y SQL.\n     - Visualización de patrones con dashboards interactivos.\n     - Conclusiones basadas en estadísticas descriptivas y gráficos.\n\n--- \n\n### 💖 **Agradecimientos**  \nQuiero agradecer al equipo de [Codo a Codo 4.0](https://buenosaires.gob.ar/educacion/agencia-de-habilidades-para-el-futuro) y al profesor **José Luís González** por el acompañamiento durante el curso y por brindarnos las herramientas necesarias para comprender los fundamentos del **Big Data**.\n\n---\n\n### 📚 **Referencias y Recursos**  \n- [Documentación oficial de Python](https://docs.python.org/3/)  \n- [Guía de Pandas](https://pandas.pydata.org/docs/)  \n- [Google Data Studio](https://datastudio.google.com/)  \n\n---\n\n### 📞 **Contacto**  \n- **Desarrollado por:** Nancy Vargas  \n- 📧 [LinkedIn](https://www.linkedin.com/in/vargasnancy)  \n\n---\n\n### 📜 **Licencia**  \nEste proyecto está bajo la licencia **MIT** – Podés utilizarlo y modificarlo libremente.\n\n---\n\n### 🔜 **Próximos Pasos o Mejoras Futuras**  \n- Ampliar el análisis con más fuentes de datos.  \n- Automatizar procesos con scripts en Python.  \n- Integrar nuevas visualizaciones avanzadas.  \n\n💖💖💖💖💖\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Flunanvarg%2Fbid-data-cac22039","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Flunanvarg%2Fbid-data-cac22039","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Flunanvarg%2Fbid-data-cac22039/lists"}