Unofficial API of the open data portal of Mexico City. Download more than 270 data series as well as their dictionaries and metadata.

Análisis de datos de Airbnb en la Ciudad de México para identificar las mejores zonas y tipos de habitación para invertir, basado en precios, reseñas y disponibilidad.

MiniMancera

Análisis exploratorio de datos (EDA) de contaminantes atmosféricos y partículas suspendidas (PST, PM10, PM2.5 y Plomo). Utilizando Python y datos de la Red de Meteorología y Radiación Solar (REDMET), en este proyecto se analizaron los registros de partículas en la Ciudad de México del año 2015 a 2023, para identificar patrones estacionales.

Análisis exploratorio de datos (EDA) del número de casos positivos del COVID-19 en la Ciudad de México (2020-2023). Utilizando Python y datos de la Secretaría de Salud, en este proyecto se identificaron tendencias de casos positivos registrados por temporalidad.

Defunciones diarias en la Ciudad de México

Análisis exploratorio de datos (EDA) sobre la afluencia histórica del Metro de la CDMX (2010-2025). Utilizando Python y datos oficiales del Portal de Datos Abiertos, este proyecto identifica patrones temporales, estacionalidad y tendencias de movilidad urbana en una de las redes de transporte más importantes del país.

Proyecto de la CDMX y el Instituto de Ingeniería de la UNAM para acercar a jóvenes y niños a las microtecnologías.

Análisis exploratorio de datos (EDA) y visualización geográfica de tianguis en la Ciudad de México (2022). Utilizando Python y datos de la Secretaría de Desarrollo Económico (SEDECO), se analizaron para identificar su distribución geográfica y comportamiento a lo largo de los días de la semana.

Exploraciones digitales sobre la movilidad en la CDMX: una mirada crítica al transporte como experiencia corporal, social y urbana desde el diseño y la narrativa interactiva.

Análisis exploratorio de datos (EDA) sobre la afluencia histórica del Metrobus de la CDMX (2005-2025). Utilizando Python y datos oficiales del Portal de Datos Abiertos, este proyecto identifica patrones temporales, estacionalidad y tendencias de movilidad urbana.

Análisis exploratorio de datos (EDA) y visualización geográfica de sistemas de captación de lluvia en la Ciudad de México (2019-2024). Utilizando Python y datos de la Secretaría del Medio Ambiente (SEDEMA), se analizaron los registros para identificar su distribución geográfica e implementación a lo largo de los años.

Curso tomado en la ESCOM con la Maestra Reyna Elia Melara Abarca.

Curso tomado con el Dr. Roberto Eswart Zagal Flores en el semestre 2021-2

New website of the mexican social group MéxicoOnBoard

Sistema web que utiliza la técnica de mezclas gaussianas para modelar el riesgo espacio-temporal de diferentes tipos de delitos en la Ciudad de México.