Skip to content
View LindaCatalina's full-sized avatar
🎯
Focusing
🎯
Focusing
  • Universidad Nacional de Colombia
  • Medellín, Colombia
  • 09:57 (UTC -05:00)

Highlights

  • Pro

Block or report LindaCatalina

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
LindaCatalina/README.md

👋 Hola, soy Linda Catalina

🌱 Estudiante de Ingeniería Ambiental enfocada en el análisis de datos ambientales, modelación climática y sistemas predictivos aplicados a energía, hidrología y riesgos ambientales.

Actualmente estoy construyendo mi camino profesional hacia el desarrollo de soluciones basadas en datos para apoyar la toma de decisiones en sectores como energía, agua y clima.


🎯 Enfoque profesional

Me interesa desarrollarme en áreas como:

  • 🌦️ Climate & Hydroclimate Modeling
  • ⚡ Energy Forecasting & Risk Analysis
  • 🤖 Machine Learning aplicado a sistemas ambientales
  • 📊 Data Science & Environmental Data Analysis
  • 🛰️ Remote Sensing & Earth Observation

Mi objetivo es aportar valor a través de modelos predictivos, análisis de datos y herramientas tecnológicas que permitan anticipar riesgos y optimizar procesos en el contexto del cambio climático.


🚀 Proyectos principales (en desarrollo)

(Actualmente en construcción como parte de mi portafolio profesional)

🔹 Pronóstico de demanda energética usando series de tiempo + ML + visualización

🔹 Modelos de ML aplicados a calidad y operación de sistemas de tratamiento de agua

🔹 Análisis de riesgo hidroclimático (sequías e inundaciones) con enfoque geoespacial

🔹 Pipeline de datos + MLOps para sistemas ambientales y energéticos

🔹 Análisis geoespacial y visualización con herramientas GIS

🔹 Aplicaciones de datos satelitales (NASA ARSET) en agua, incendios y energía


📚 Formación y certificaciones (en progreso)

Actualmente fortaleciendo mis habilidades en:

  • 🐍 Python para análisis de datos (CS50P – Harvard – en progreso)
  • 🗄️ SQL y manejo de bases de datos (CS50 SQL – Harvard)
  • 📊 Data Science y Machine Learning (Kaggle, Google ML Crash Course)
  • ⚙️ Data Engineering (DataTalks.Club, IBM Data Engineering)
  • 🌍 Análisis geoespacial (GeoPython, Esri MOOCs)
  • 🛰️ Teledetección y datos satelitales (NASA ARSET)
  • ☁️ Cloud y despliegue (AWS)

💡 Sobre mí

Me caracterizo por ser una persona curiosa, disciplinada y con una fuerte motivación por aprender constantemente.

Estoy construyendo este portafolio como evidencia de mi crecimiento técnico y mi compromiso con el desarrollo de soluciones reales para problemáticas ambientales.

Creo firmemente en el poder de los datos para transformar la manera en que entendemos y gestionamos el medio ambiente.


📫 Contacto


Este portafolio está en constante construcción. Cada proyecto refleja mi proceso de aprendizaje y mi evolución como futura profesional en datos ambientales.

Pinned Loading

  1. siata-disdrometer-rainfall-microphysics siata-disdrometer-rainfall-microphysics Public

    Análisis reproducible en Python de 167,3 M de gotas del disdrómetro SIATA 417, integrado con OMEGA y CHI de NOAA.

    Python

  2. jemeiwaa-wind-energy-climate-risk jemeiwaa-wind-energy-climate-risk Public

    Análisis reproducible del riesgo climático para generación eólica en La Guajira con ERA5-Land, CMIP6, Python e incertidumbre P10/P50/P90.

    Python

  3. CamiloBedoyaC/modelo-hidrologico CamiloBedoyaC/modelo-hidrologico Public

    Modelo lluvia–escorrentía reproducible para CAMELS-US: dos tanques, calibración DE/DA, validación Daymet vs NLDAS y dashboards interactivos.

    Python

  4. CamiloBedoyaC/mjo-atmospheric-stability CamiloBedoyaC/mjo-atmospheric-stability Public

    Análisis reproducible en Python de cómo cambia la estabilidad atmosférica tropical durante las fases de la MJO.

    Jupyter Notebook

  5. ancla-a-xm-energy-demand-forecast ancla-a-xm-energy-demand-forecast Public

    Forecasting de demanda energética con series de tiempo, machine learning, API y visualización.

  6. ancla-d-data-platform-climate-energy-pipeline ancla-d-data-platform-climate-energy-pipeline Public

    Pipeline de datos para clima y energía con automatización, trazabilidad y base de MLOps.