Desarrolladora versátil con experiencia en desarrollo full stack y actualmente especializándome en Machine Learning e Inteligencia Artificial. Me apasiona crear soluciones tecnológicas completas, desde interfaces de usuario intuitivas hasta sistemas de inteligencia artificial y modelos predictivos.

Actualmente cursando Bootcamp de IA, trabajando con regresión logística multiclase y preparándome para profundizar en aprendizaje no supervisado y deep learning.

const gema = {
    code: ["TypeScript", "JavaScript", "Python"],
    technologies: {
        frontend: ["React", "HTML5", "CSS3", "Tailwind"],
        backend: ["Node.js", "Express", "Sequelize"],
        databases: ["MySQL", "PostgreSQL"],
        devOps: ["Docker", "Docker Compose", "CI/CD"],
        testing: ["Jest", "Supertest"],
        ai_ml: ["Scikit-learn", "Pandas", "NumPy", "Matplotlib", "Seaborn"],
        learning: ["Logistic Regression", "Multiclass Classification", "Deep Learning"]
    },
    currentFocus: "Machine Learning & AI Bootcamp",
    nextSteps: ["Unsupervised Learning", "Deep Learning", "Neural Networks"],
    funFact: "Puedo debuggear en 4 lenguajes mientras entreno modelos de ML ☕"
};

Sistema completo de gestión de solicitudes de vacaciones con roles (Admin/Manager/Employee)

• Stack: TypeScript, Node.js, Express, MySQL, Sequelize, JWT
• Features: Autenticación multi-rol, validaciones robustas, gestión de festivos por ubicación
• Testing: Suite completa de tests de integración con Jest + Supertest
• DevOps: Docker, Docker Compose, GitHub Actions
• Arquitectura: MVC con TypeScript decorators, manejo centralizado de errores
• Rol: Backend Developer - Proyecto Final Factoría F5

Aplicación full stack para gestión y monitoreo de partidas tipo Among Us

• Frontend: React, TypeScript, diseño responsive
• Backend: Node.js, Express, WebSockets para comunicación en tiempo real
• Features: Sistema de autenticación, gestión de salas, chat en vivo
• Arquitectura: Separación cliente-servidor, API RESTful
• Rol: Full Stack Developer

Proyecto colaborativo de machine learning aplicado a problemas reales

• Stack: Python, TensorFlow/Scikit-learn, Jupyter Notebooks
• Enfoque: Data analysis, feature engineering, model training y evaluación
• Metodología: Trabajo en equipo, versionado con Git, documentación técnica
• Rol: ML Engineer - Bootcamp IA

Backend robusto para sistema de gestión de gimnasios

• Stack: Node.js, Express, MySQL, Sequelize
• Features: Gestión de miembros, clases, reservas y pagos
• Trabajo en equipo: Desarrollo colaborativo con metodología ágil
• Rol: Backend Developer

Análisis exhaustivo de regresión con técnicas de ML

• Stack: Python, Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn
• Análisis: Modelos predictivos, feature selection, visualización de datos
• Técnicas: Linear Regression, Polynomial Regression, regularización
• Rol: Data Scientist

Aplicación completa con arquitectura cliente-servidor moderna

• Frontend: Client Repo - React, UI/UX moderna
• Backend: Server Repo - Node.js, Express, API RESTful
• Features: Sistema completo de autenticación, gestión de estado, routing avanzado
• Rol: Full Stack Developer

• 🎓 Bootcamp Inteligencia Artificial - Activamente desarrollando habilidades en IA
• 🔬 Trabajando en Regresión Logística Multiclase - Modelos de clasificación avanzados
• 📚 Próximamente: Aprendizaje No Supervisado (Clustering, PCA, Anomaly Detection)
• 🧠 En camino: Deep Learning (Redes Neuronales, CNN, RNN, Transfer Learning)
• 💻 Aplicando Full Stack Development en proyectos personales
• 👯 Buscando colaborar en proyectos open source de ML/AI
• 💬 Pregúntame sobre: Node.js, React, TypeScript, Python, ML, Regresión
• 📫 Contacto: LinkedIn

• 🤖 Bootcamp Inteligencia Artificial (En curso)
  • ✅ Regresión y análisis predictivo
  • 🔄 Regresión Logística Multiclase (Clasificación avanzada)
  • 📋 Próximamente: Aprendizaje No Supervisado (Clustering, PCA, K-means)
  • 📋 Próximamente: Deep Learning (Redes Neuronales, CNN, RNN)

• 💻 Bootcamp Full Stack Developer - Factoría F5
  • TypeScript, Node.js, React, Testing, DevOps
• 🔧 Desarrollo de Software
  • Metodologías ágiles y trabajo en equipo
  • Git Flow, CI/CD, Clean Code

• 🧠 Dominar Deep Learning y Redes Neuronales
• 🎯 Transfer Learning y modelos pre-entrenados
• ☁️ MLOps y despliegue de modelos en producción

graph LR
    A[✅ Fundamentos ML] --> B[✅ Regresión]
    B --> C[🔄 Regresión Logística Multiclase]
    C --> D[📋 Aprendizaje No Supervisado]
    D --> E[📋 Deep Learning]
    E --> F[🎯 Redes Neuronales]
    F --> G[🎯 CNN & RNN]
    
    style A fill:#90EE90
    style B fill:#90EE90
    style C fill:#FFD700
    style D fill:#87CEEB
    style E fill:#87CEEB
    style F fill:#DDA0DD
    style G fill:#DDA0DD

Leyenda: ✅ Completado | 🔄 En Progreso | 📋 Próximo | 🎯 Objetivo Futuro

Trabajo en equipo en proyectos colaborativos siguiendo:

• ✅ Metodologías ágiles (Scrum)
• ✅ Git Flow y Conventional Commits
• ✅ Code reviews y pair programming
• ✅ Testing y CI/CD
• ✅ Documentación técnica