Skip to content
View Anagamedina's full-sized avatar
👾
tomando un café
👾
tomando un café

Block or report Anagamedina

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.

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
Anagamedina/README.md

☕ El "Specialty Coffee Pipeline": De la Intuición Ciega a la Ingeniería de Datos

En el sector de las operaciones, durante años vi cómo las reuniones estratégicas se basaban en la intuición pura y dura: "creo que este café gustará más" o "tengo la sensación de que este mes funcionará tal origen". Todo era muy al azar.

Hoy, mi enfoque es radicalmente distinto. Utilizo la mentalidad de precisión del café de especialidad para diseñar arquitecturas de datos e infraestructura que transformen esa "intuición" en decisiones predictivas reales mediante IA, poniendo siempre al usuario en el centro.

🫘 1. El Origen
(Ingesta de Datos)

🔻 Antes / Intuición:
Comprar lotes de café guiándose solo por el instinto, sin saber realmente qué busca el consumidor final.

─── MÉTODO DATA ───►

Ahora / Certeza:
Ingesta y control de datos limpios desde el inicio. En Webserv, equivale a capturar los bytes puros de los clientes a través de sockets de forma segura. Si recolectas datos corruptos, la IA posterior no servirá para nada.


Coffee Beans

⏱️ 2. La Molienda
(Procesamiento y ETL)

🔻 Antes / Intuición:
Modificar las variables del servicio a ciegas cuando las ventas bajaban, cruzando los dedos para acertar.

─── MÉTODO DATA ───►

Ahora / Certeza:
El parsing y modelado estricto (Minishell/BSQ). Transformamos el caos de datos crudos en información estructurada: filtrando qué tipos de café prefieren, horarios de mayor tráfico y patrones de consumo del usuario sin dejar un solo leak.


Grinder

🌡️ 3. La Extracción
(Infraestructura e IA)

🔻 Antes / Intuición:
Descubrir los problemas cuando el cliente ya estaba insatisfecho porque el sistema o el servicio se había colapsado.

─── MÉTODO DATA ───►

Ahora / Certeza:
Orquestación robusta en Inception (Docker). Diseñar tuberías de datos estables que alimenten modelos de IA capaces de predecir las preferencias de los usuarios en tiempo real. Con una infraestructura sólida, el servicio no cae.


Espresso Extraction

El Impacto Real: Reemplazar el "creo que" por el "sé que". La ingeniería de datos permite que las empresas dejen de adivinar lo que quieren sus usuarios y empiecen a diseñar sistemas eficientes basados en evidencias.


¡Hola, soy Ana! 👋

Llevo 10 años en la gestión de operaciones, coordinando equipos y solucionando problemas bajo presión en una cadena de cafeterías de especialidad. Decidí dar un giro profesional para aplicar toda esa capacidad organizativa en lo que de verdad me interesa: la tecnología, la infraestructura y los sistemas.

Actualmente estoy en la recta final del Common Core en 42 Barcelona creando proyectos reales de forma autodidacta. Ahí aprendes a gestionar la frustración a la fuerza, porque te dan las instrucciones y nada más. De hecho, YouTube es mi red social favorita para buscar tutoriales y resolver los retos técnicos que me van surgiendo.

A base de avanzar así, he ido ganando una base sólida en lógica, programación en C/C++ y gestión de sistemas.


🛠️ Lo que sé hacer (y sigo perfeccionando)

  • Lógica y código: C y C++ (Programación Orientada a Objetos, algoritmos, control estricto de fugas de memoria).
  • Sistemas e Infraestructura: Linux (preparándome certificación LPIC-1), Docker, administración de redes y contenedores.
  • Gestión y Soft Skills: Tras una década liderando operaciones, la comunicación interdepartamental, la gestión de la frustración y la resolución de incidentes críticos bajo presión son parte de mi ADN.

C  C++  JavaScript  Node.js  React



Docker  Nginx  Linux  Bash  MariaDB  MongoDB



Git  VS Code  CLion


🚀 Mis proyectos favoritos (De los que más orgullosa me siento)

🌐 Webserv (Desarrollo en C++)

Diseño y programación de nuestro propio servidor HTTP desde cero en C++, totalmente compatible con Nginx.

  • El verdadero reto: Gestionar conexiones simultáneas sin que el servidor se caiga (usando multiplexación de E/S), parsear manualmente las peticiones de los clientes y controlar los recursos para asegurar cero fugas de memoria (leaks).
  • Enfoque de usuario: Optimizar la velocidad de respuesta para que el usuario reciba sus archivos dynamic/static de forma instantánea y robusta.

🐳 Inception (Infraestructura y Docker)

Construcción de una infraestructura multi-contenedor completamente aislada y securizada utilizando Docker de forma nativa.

  • El verdadero reto: Configurar un entorno con Nginx, MariaDB y WordPress donde cada servicio corre en su propio contenedor, comunicándose a través de redes privadas virtuales y asegurando la persistencia de datos mediante volúmenes estables. Todo bajo protocolos TLS seguros.
  • Enfoque de usuario: Diseñar una infraestructura tolerante a fallos que proteja los datos de los usuarios y mantenga el servicio disponible 24/7.

🎓 Otros proyectos completados en 42


📍 Conectemos:

Popular repositories Loading

  1. Minishell Minishell Public

    🐚​ The goal of this project is for you to create a simple shell. Yes, your own little bash. You’ll learn a lot about processes and file descriptors.

    C 3 1

  2. webserv webserv Public

    A fully functional, non-blocking HTTP/1.1 server built in C++98 from scratch, inspired by Nginx architecture using I/O multiplexing

    C++ 2 1

  3. proyecto-2 proyecto-2 Public

    JavaScript 1

  4. backend-emmy-sants backend-emmy-sants Public

    JavaScript 1 1

  5. so_long_MacOS so_long_MacOS Public

    C 1

  6. so_long_Linux so_long_Linux Public

    C 1