Daniel Porras Morales

Perfil del Coleccionista

— Quien custodia este gabinete —

Junior Data Engineer | Pipelines Python · ELK Stack · ML

Junior Data Engineer con experiencia en entornos productivos (Minsait) y autor de MercaIntelligence, un sistema propio de monitorización de precios con ~4.300 productos, detección de anomalías y modelos XGBoost.

Busco un rol donde combinar ingeniería de datos con Machine Learning aplicado.

✒ "Busco un rol donde combinar ingeniería de datos con Machine Learning aplicado."

Moncada (Valencia), España

Catálogo de Expediciones

— Experiencia profesional —

Analista de Software

Minsait (Appian)

Remoto Septiembre 2025 - Actualidad

Desarrollé un orquestador de procesos en Appian con lógica de fases/subfases, controlando transiciones de estado y validaciones según el contexto del expediente.
Modelé las entidades clave del dominio (expedientes, fases, reglas del motor) con Record Types sobre BBDD relacional, asegurando trazabilidad completa del ciclo de vida.
Detecté y corregí errores críticos en Process Models existentes que bloqueaban el progreso del equipo, restaurando la estabilidad de los flujos de validación en producción.
Redacté documentación técnica y funcional integral para desarrolladores y clientes, unificando la visión del sistema.

Pieza en exhibición activa

Certificados de Estudio

— Formación académica del desarrollador —

CE Inteligencia Artificial y Big Data

IES ABASTOS

Valencia, España Octubre 2025 - Junio 2026

Especialización técnica: Deep Learning (CNN/RNN), Machine Learning supervisado y no supervisado, y arquitecturas Big Data.
Stack tecnológico: Python, TensorFlow/Keras, Scikit-learn, Kafka, Elasticsearch y NoSQL (MongoDB, Neo4j, Redis).

CFGS Desarrollo de Aplicaciones Multiplataforma

IES JUAN BOSCO

Alcázar de San Juan, España Septiembre 2023 - Junio 2025

Nota Media: 9,07
Especialización técnica: Construcción de arquitecturas Backend y APIs RESTful, desarrollo móvil nativo, programación concurrente/multihilo e integración de sistemas de gestión empresarial (ERP).
Stack tecnológico: Java (Spring Boot, Spring Security, Hibernate/JPA), Android SDK, bases de datos relacionales y NoSQL (MongoDB), Docker y Odoo.

La Colección

— Piezas seleccionadas del gabinete —

WebScraping Mercadona

✒ Data Engineer

Scraper automatizado en Python que extrae diariamente el catálogo completo (+4.300 referencias), analiza calidad de datos y notifica resultados.

Materiales:

PythonSeleniumBeautifulSoupGitHub ActionsSMTP

Sistemas de Big Data

✒ Data Engineer

Itinerario completo de ingeniería de datos: modelado NoSQL, orquestación de pipelines ETL con Kafka y Elasticsearch, visualización con Power BI y desarrollo de microservicios REST con FastAPI.

Materiales:

MongoDBRedisNeo4jApache KafkaElasticsearchKibanaNode-REDPower BIPostgreSQLFastAPIDockerPython

Votium

✒ BackEnd Developer

API REST con Spring Boot para la gestión de eventos y votaciones en tiempo real.

Materiales:

JavaSpring BootSpring SecurityJWTChart.jsThymeleafBootstrap

Big Data Aplicado

✒ Data Engineer

Ciclo completo del dato en entornos reales: ingesta mediante web scraping, transporte en tiempo real con Kafka, indexación y búsqueda con el stack ELK, y análisis geoespacial con QGIS sobre datos abiertos de Valencia.

Materiales:

Apache KafkaElasticsearchLogstashKibanaBeatsBeautifulSoupSeleniumQGISGeoPandasDockerPython

Sistemas de Aprendizaje Automático

✒ Machine Learning Engineer

Pipeline completo de Machine Learning: exploración y preprocesamiento de datos, algoritmos supervisados y no supervisados, métricas de evaluación, redes neuronales densas y CNNs con TensorFlow/Keras.

Materiales:

Pythonscikit-learnTensorFlowKerasPandasNumPyMatplotlibSeabornstatsmodelsOpenCVJupyter

Programación de Inteligencia Artificial

✒ Machine Learning Engineer

Diseño y entrenamiento de modelos avanzados: Transfer Learning con ResNet, segmentación de tumores con U-Net, series temporales con LSTMs, NLP con Transformers y despliegue cloud con AWS Bedrock.

Materiales:

TensorFlowKerasResNet50LSTMHuggingFaceOpenCVAWS Bedrockscikit-learnNLTKGensimPython

Ver toda la colección ✒ 10 piezas en exhibición

Inventario de Instrumentos

— Herramientas del coleccionista —

Lenguajes

PythonJavaKotlinSQL

Frameworks & Librerías

TensorFlowPyTorchscikit-learnXGBoostKerasSpring BootSpring SecurityJPA/Hibernate

Bases de Datos

ElasticsearchMongoDBRedisNeo4jOraclePostgreSQLMySQL

Tecnologías / Herramientas

Apache KafkaLogstashKibanaDockerAWSGitHub ActionsGitPostmanAppian

Prácticas y Fundamentos

Data EngineeringData PipelinesETLMachine LearningREST APIsMicroservicesClean CodeSOLIDMVCDeep LearningDetección de Anomalías

Libro de Visitas

— Contactar al desarrollador del gabinete —

Si buscas sumar talento técnico a tu equipo, tienes un reto profesional interesante entre manos o, como compañero del sector, quieres hablar de código, estaré encantado de conversar.

✒ "Las mejores colecciones se forjan sumando el talento y la curiosidad de quienes las visitan."

Correo danielpm.dev@gmail.com

Teléfono +34 629 89 32 38

LinkedIn linkedin.com/in/danielpmdev

GitHub github.com/DanielPMdev