Este proyecto está enfocado en la generación de reportes personalizados sobre Pokémon utilizando tecnologías modernas como Next.js, FastAPI y Azure, lo cual permite construir una solución escalable, integrando servicios como funciones en la nube, almacenamiento de archivos y bases de datos SQL.

Se implementaron funcionalidades clave como la eliminación completa de reportes desde la interfaz hasta el almacenamiento en la nube, la enriquecimiento de los reportes con estadísticas y habilidades detalladas de cada Pokémon utilizando la PokeAPI, y la opción de generar reportes con muestreo aleatorio para controlar la cantidad de registros generados.

Este proyecto esta enfocado en como, mediante servicios como Terraform que permite automatizar conceptos y Azure que al ser una nube publica, me permite alojar y administrar aplicaciones las cuales se enfocan en una infraestructura global de un sistema, incluyendo cualquier tipo de recurso el cual puede ser alojado en Azure.

Con el uso de Terraform se propone una infraestructura enfocada en una aplicación contable con diferentes especificaciones como ser contenido estático, facilitar dos aplicaciones web distintas para los usuarios (pública y administrativa), manejar tareas en segundo plano, almacenamiento de archivos y aceleras las consultas más frecuentes.

Plataforma interactiva para los participantes del congreso, donde pueden registrarse, obtener información sobre el evento, y consultar sobre las diferentes presentaciones y actividades.

Como parte del backend, mi responsabilidad fue asegurar que las interacciones con la base de datos fueran rápidas, seguras y escalables, contribuyendo a una experiencia de usuario fluida.

Aplicación web que replica el funcionamiento básico de una plataforma de transporte similar a Uber, permitiendo a los usuarios solicitar un servicio de transporte, a los conductores recibir solicitudes de viajes y a los administradores gestionar el sistema, ademas de integrar la API de Google Maps para mostrar mapas, calcular rutas y determinar distancias.

En este proyecto desempeñe el rol de Desarrollador Web Full Stack, permitiéndome desarrollar mis habilidades técnicas e integrar APIs externas, lo que seria valioso para roles de desarrollo web en empresas que requieren soluciones escalables e integradas.

Aplicando aprendizaje automático y análisis de datos, a través la librería Pandas para el procesamiento de datos y Scikit-learn para aplicar el modelo de regresión lineal, a partir de la lectura de electromiogramas (EMG).

Desempeñé el rol de desarrollador y responsable del modelo, me encargué de todo el proceso de recolección y limpieza de datos hasta la creación y entrenamiento del modelo.

El proyecto replica la experiencia de usuario de Pinterest, incluyendo funcionalidades clave como la subida de imágenes, categorización, búsquedas y exploración de contenido visual.

Fui el desarrollador principal, desde la estructura de la base de datos, implementación de la interfaz de usuario y la creación de una API REST con Springboot.