Models en producció, backends que aguanten.
Soc Daniel Galán, enginyer MLOps i desenvolupador backend: porto models de machine learning a producció i construeixo els sistemes que els serveixen. Aquí explico com, amb projectes reals.
Projectes
Cada projecte explica el problema, les decisions, l’arquitectura i les xifres.
Reconstrucció de cascades de raigs còsmics a HAWC
Una xarxa convolucional que tracta els sensors de l'observatori com a píxels d'una imatge i prediu on cau el nucli de la cascada.
Vecinly
SaaS per a comunitats de propietaris en 11 idiomes: una sola API per al web i dues apps, amb les dades de cada comunitat xifrades amb la seva pròpia clau.
Avisos oficials de 216 fonts públiques, cadascun amb qui ho diu. Servidor en producció i web en 8 idiomes.
En producció · Web
Web B2B en castellà i anglès: 78 pàgines, 100 de rendiment en mòbil i cap servidor.
Enginyer MLOps i desenvolupador backend Java.
Vaig començar en backend Java: microserveis, esdeveniments de domini i integracions amb proveïdors externs. Al màster d'IA vaig fer el TFM amb dades reals de l'observatori HAWC i des del 2025 treballo com a ML Engineer. El que més m'agrada és el que hi ha entremig: que un model o un sistema no es quedi al notebook o a la demo, sinó que aguanti en producció.
Com treballo
- Metodologies àgils: Scrum i Kanban: lliuraments curts, revisió amb negoci i prioritats que s'ajusten a cada sprint.
- Git i revisió de codi: branques per tasca, pull requests petites i revisió abans de fusionar.
- CI/CD i proves: cada canvi passa tests automàtics (unitaris i d'integració amb Testcontainers) abans de desplegar-se.
- Documentació viva: decisions d'arquitectura escrites al costat del codi, perquè l'equip en sàpiga el perquè.
ML Engineer
Pipelines d'entrenament, desplegament i monitoratge de models al núvol.
- Python
- TensorFlow / Keras
- scikit-learn
- MLflow
- GCP · Vertex AI
Backend Java
Microserveis, esdeveniments de domini i integració amb proveïdors externs.
- Java · Spring Boot
- Kafka
- PostgreSQL
- Oracle
- Docker
- Kubernetes
Màster en Intel·ligència Artificial, UNIR
TFM: una xarxa convolucional per reconstruir cascades de raigs còsmics a HAWC.
Grau en Enginyeria Informàtica, UOC / UdA