╔═══════════════════════════════════════════════════════════════════════════════╗
║ ║
║ █████╗ ██╗ ██╗ █████╗ ███████╗██╗ ██╗ ███╗ ██╗ █████╗ ██████╗ █████╗ ██████╗ ║
║ ██╔══██╗██║ ██╔╝██╔══██╗██╔════╝██║ ██║ ████╗ ██║██╔══██╗██╔════╝ ██╔══██╗██╔══██╗ ║
║ ███████║█████╔╝ ███████║███████╗███████║ ██╔██╗ ██║███████║██║ ███╗███████║██████╔╝ ║
║ ██╔══██║██╔═██╗ ██╔══██║╚════██║██╔══██║ ██║╚██╗██║██╔══██║██║ ██║██╔══██║██╔══██╗ ║
║ ██║ ██║██║ ██╗██║ ██║███████║██║ ██║ ██║ ╚████║██║ ██║╚██████╔╝██║ ██║██║ ██║ ║
║ ╚═╝ ╚═╝╚═╝ ╚═╝╚═╝ ╚═╝╚══════╝╚═╝ ╚═╝ ╚═╝ ╚═══╝╚═╝ ╚═╝ ╚═════╝ ╚═╝ ╚═╝╚═╝ ╚═╝ ║
║ ║
╚═══════════════════════════════════════════════════════════════════════════════╝
name: Akash Nagar
location: India 🇮🇳
role: Aspiring Data Scientist
focus: Python | SQL | AI/ML
status: Learning & BuildingI am a student from India preparing for a career in Data Science & AI. I enjoy working with data, databases, and problem-solving using Python and SQL. Currently practicing SQL with real-world datasets and doing Python data analysis.
$ cat ~/projects/active.log
[+] SQL practice using World DB and Employee DB
[+] Python-based data analysis projects
[+] Building foundational ML knowledge
|
|
|
-1a1a1a?style=for-the-badge&logo=mongodb&logoColor=00ff9c){kind=icon}
-1a1a1a?style=for-the-badge&logo=scikitlearn&logoColor=00ff9c){kind=icon}
| 🚀 Project | 📝 Description | 📊 Status |
|---|---|---|
 World Database Analysis |
Querying and analyzing global data patterns |  |
 Data Analysis |
EDA and visualization projects | |
 Mini ML Projects |
Foundational machine learning implementations | |
⚠ TRANSMISSION INCOMING: The following represents my planned learning path and future goals.
╔══════════════════════════════════════════════════════════════════════════════════════════════╗
║ ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ ║
║ ░░██████╗░░░░██╗░░░██╗░██████╗░████████╗███████╗███╗░░░███╗░░░██████╗░░░█████╗░██████╗░░░ ║
║ ░██╔════╝░░░░╚██╗░██╔╝██╔════╝░╚══██╔══╝██╔════╝████╗░████║░░██╔════╝░░██╔══██╗██╔══██╗░░ ║
║ ░╚█████╗░░░░░░╚████╔╝░╚█████╗░░░░░██║░░░█████╗░░██╔████╔██║░░╚█████╗░░░███████║██║░░██║░░ ║
║ ░░╚═══██╗░░░░░░╚██╔╝░░░╚═══██╗░░░░██║░░░██╔══╝░░██║╚██╔╝██║░░░╚═══██╗░░██╔══██║██║░░██║░░ ║
║ ░██████╔╝██╗░░░░██║░░░██████╔╝░░░░██║░░░███████╗██║░╚═╝░██║░░██████╔╝░░██║░░██║██████╔╝░░ ║
║ ░╚═════╝░╚═╝░░░░╚═╝░░░╚═════╝░░░░░╚═╝░░░╚══════╝╚═╝░░░░░╚═╝░░╚═════╝░░░╚═╝░░╚═╝╚═════╝░░░ ║
║ ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ ║
╠══════════════════════════════════════════════════════════════════════════════════════════════╣
║ ║
║ [SECTOR_01] ▸▸ ARTIFICIAL INTELLIGENCE / MACHINE LEARNING ║
║ ╠══════════════════════════════════════════════════════════════════════════════════════════╣
║ ║ ◈ Machine Learning ─────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Deep Learning ────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Natural Language Processing ──────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Generative AI ────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Agentic AI ───────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║
║ [SECTOR_02] ▸▸ BIG DATA ENGINEERING ║
║ ╠══════════════════════════════════════════════════════════════════════════════════════════╣
║ ║ ◈ Hadoop & HDFS ────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ MapReduce ────────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Apache Hive ──────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Apache Spark ─────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║
║ [SECTOR_03] ▸▸ DATA PLATFORMS ║
║ ╠══════════════════════════════════════════════════════════════════════════════════════════╣
║ ║ ◈ Databricks ───────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Snowflake ────────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║
║ [SECTOR_04] ▸▸ DATA PIPELINES ║
║ ╠══════════════════════════════════════════════════════════════════════════════════════════╣
║ ║ ◈ ETL Concepts ─────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Apache Kafka ─────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║
║ [SECTOR_05] ▸▸ CLOUD & BUSINESS INTELLIGENCE ║
║ ╠══════════════════════════════════════════════════════════════════════════════════════════╣
║ ║ ◈ Amazon Web Services (AWS) ────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Power BI ─────────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║
║ [SECTOR_06] ▸▸ DATA ARCHITECTURE ║
║ ╠══════════════════════════════════════════════════════════════════════════════════════════╣
║ ║ ◈ Data Lakes ───────────────────────────────────────────────────────── [ QUEUED ] ║
║ ║ ◈ Data Warehousing ─────────────────────────────────────────────────── [ QUEUED ] ║
║ ║
╠══════════════════════════════════════════════════════════════════════════════════════════════╣
║ STATUS: INITIALIZING LEARNING SEQUENCE... ████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 25% ║
╚══════════════════════════════════════════════════════════════════════════════════════════════╝
Note: These are project ideas I plan to build as I advance my skills.
| 🎯 Project | 🛠️ Technologies | 📊 Status |
|---|---|---|
 Handwritten Word Recognition |
CRNN (CNN + LSTM + CTC) |  |
 Intelligent Chatbot |
NLP, Transformer Models | |
 Hand Gesture Recognition |
Computer Vision, Deep Learning | |
Setup Required: To enable the snake animation, add the workflow file below to your profile repository.
Click to view GitHub Actions workflow setup
Create .github/workflows/snake.yml in your techakash32/techakash32 repository:
name: Generate Snake
on:
schedule:
- cron: "0 0 * * *"
workflow_dispatch:
jobs:
build:
runs-on: ubuntu-latest
steps:
- name: Generate Snake
uses: Platane/snk@v3
with:
github_user_name: techakash32
outputs: |
dist/github-snake.svg
dist/github-snake-dark.svg?palette=github-dark
- name: Push to output branch
uses: crazy-max/ghaction-github-pages@v3.1.0
with:
target_branch: output
build_dir: dist
env:
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}After adding, go to Actions tab and manually run the workflow once.
⚽ Football | 🌍 Traveling | 🚗 Cars
