Albert Queraltó, PhD · Barcelona, Spanien

Ich entwickle zuverlässige Machine-Learning-Systeme aus realen Daten.

Data Scientist und Softwareentwickler mit Schwerpunkt auf Zeitreihenmodellierung, Anomalieerkennung, Datenpipelines, APIs und Full-Stack-Entscheidungswerkzeugen. Derzeit setze ich diese Fähigkeiten für Umweltmonitoring-Systeme ein.

Ausgewählte Projekte ansehen
Forschung
Problemlösung mit Promotionserfahrung
Engineering
Wartbare APIs und Full-Stack-Tools
Angewandtes ML
Echtzeit-Zeitreihen und Anomalieerkennung
Produktion
FastAPI, React, PostgreSQL, Docker
Datensysteme
API-, FTP-, Airflow- und Geodaten-Pipelines

Kern-Stack

  • Python
  • Pandas
  • NumPy
  • scikit-learn
  • PyTorch
  • TensorFlow
  • FastAPI
  • PostgreSQL
  • Docker
  • Linux
  • Bash
  • Git
  • React
  • TypeScript
  • Plotly
  • Power BI

Meine Arbeitsweise

Vom unklaren Problem zum wartbaren System.

Ich verbinde wissenschaftliches Denken mit Software Engineering: Entscheidung klären, Daten validieren, das kleinste nützliche Modell bauen und das Ergebnis beobachtbar und produktiv nutzbar machen.

Daten und Analytik Unstrukturierte Betriebsdaten in verlässliche Signale verwandeln.
  • Zeitreihenbereinigung, Feature Engineering und explorative Analyse
  • Statistische Modellierung, Validierung und interpretierbares Reporting
  • Visualisierung mit Plotly, Bokeh, Power BI und Streamlit
Machine-Learning-Systeme Modelle entwickeln, die mit Produktionsdaten funktionieren.
  • Überwachtes Lernen und Deep Learning mit scikit-learn, PyTorch und TensorFlow
  • Zeitreihenprognosen, Anomalieerkennung und Interpretation mit SHAP
  • Model-Serving-APIs, Monitoring, reproduzierbares Training und Container
Datenplattformen und Pipelines Daten zuverlässig von Quellsystemen zu Anwendungen bewegen.
  • API-, FTP-, Datei- und zeitgesteuerte Ingestion-Workflows
  • PostgreSQL, PostGIS, Databricks und analytische Speicher
  • Apache-Airflow-Scheduling, ETL-Automatisierung und Datenqualitätsprüfungen
Software Engineering Analytische Arbeit in wartbare Produkte überführen.
  • Python-Dienste mit FastAPI und Flask
  • React- und TypeScript-Oberflächen für Konfiguration und Ergebnisse
  • Docker, Linux, Git, Tests und klare Architekturgrenzen

Flaggschiff-Projekte

Produktionsorientierte SaaS für wichtige Geschäftsentscheidungen.

Zwei umfangreichere Systeme, die den gesamten Weg von Datenmodellierung und Domänenregeln über APIs und Hintergrundjobs bis zu Deployment und entscheidungsorientiertem Produktdesign zeigen.

Flaggschiff-Projekt · Machine-Learning-SaaS

Payrithm macht aus Rechnungshistorien konkrete Inkassoentscheidungen.

Eine Accounts-Receivable-Plattform, die verspätete Zahlungen prognostiziert, Zahlungszeitpunkte schätzt, Zahlungseingänge vorhersagt und Modellergebnisse in priorisierte Inkasso-Workflows überführt.

  • Verwendet chronologische Modellvalidierung, um Informationsleckagen aus der Zukunft zu vermeiden.
  • Bewertet die Qualität von Wahrscheinlichkeiten mit ROC-AUC, Kalibrierung und Brier Score.
  • Kombiniert Risiko, Rechnungswert, Dringlichkeit und Erinnerungsaktivität zu einem erklärbaren Prioritätswert.
  • Python
  • FastAPI
  • scikit-learn
  • React
  • PostgreSQL
  • Celery
  • Redis
  • Docker
Fallstudie ansehenArtikel lesenAnwendung öffnenQuellcode
Payrithm-Dashboard mit Rechnungsrisiko und Inkassoprioritäten

End-to-End-ML-Produkt

Datenaufnahme, asynchrone Verarbeitung, Modelltraining, Prognose-APIs, Monitoring und ein entscheidungsorientiertes Frontend.

Flaggschiff-Projekt · Procurement-SaaS

TenderWise macht aus öffentlicher Ausschreibungsflut klare Bid/No-Bid-Entscheidungen.

Ein mehrsprachiges SaaS für europäische öffentliche Beschaffung, das TED-Bekanntmachungen einliest, Chancen gegen Unternehmensprofile bewertet, strategische Relevanz von Qualifikation trennt und die Angebotsvorbereitung koordiniert.

  • Speichert kanonische TED-Versionen, damit Quelländerungen und fehlgeschlagene Ingestion-Versuche nachvollziehbar bleiben.
  • Behandelt Relevanz und Qualifikation als getrennte Entscheidungsachsen vor BID, REVIEW oder NO_BID.
  • Bietet einen Angebotsarbeitsbereich mit Phasen, internen Fristen, Aufgaben, Checklisten, Kommentaren und Benachrichtigungen.
  • Läuft als Dockerisiertes SaaS mit Workspaces, Rollen, Abrechnungslimits, Audit-Logs, Backups und optionalen KI-Briefings.
  • React
  • TypeScript
  • FastAPI
  • PostgreSQL
  • pgvector
  • Celery
  • Redis
  • Docker
  • Stripe
  • Ollama
Fallstudie ansehenArtikel lesenAnwendung öffnenQuellcode
TenderWise-Dashboard mit TED-Chancenbewertungen, Qualifikationsnachweisen und Angebotsfortschritt

Produktionsreifes Procurement-SaaS

React/Vite-Frontend, FastAPI-API, PostgreSQL mit pgvector, Redis/Celery-Worker, geplante TED-Ingestion, Billing, Audit, Backups und optionale KI-Briefings.

Erfahrung

Angewandte Data Science in operativen Umgebungen.

Erfahrung mit Modellen, Datenpipelines, APIs und technischen Werkzeugen für Umweltmonitoring, industrielle Systeme, Kundenanalysen und wissenschaftliche Forschung.

  1. Juni 2025 — Heute

    Softwareentwickler

    Adasa Systems · El Prat de Llobregat, Spanien

    • Backend-Funktionalität mit Python und einer IoT-Plattform implementieren.
    • API-, FTP-, hydrologische, meteorologische, Raster- und geografische Ensemble-Daten integrieren.
    • Zeitgesteuerte Ingestion-Workflows mit eigenen Schedulern und Apache Airflow entwickeln.
    • Betriebsdaten mit PostgreSQL, PostGIS, GeoServer und APIs speichern und bereitstellen.

  2. Januar 2023 — Heute

    Data Scientist

    Adasa Systems · El Prat de Llobregat, Spanien

    • Machine-Learning-Modelle für Echtzeit-Zeitreihen aus Wasseraufbereitung und Staudämmen entwickelt.
    • Einen Kontaminationsereignis-Detektor mit mehr als 80 % Erkennungsleistung entwickelt.
    • SHAP zur Interpretation von Modellvorhersagen eingesetzt.
    • Streamlit- und FastAPI-Werkzeuge für Konfiguration, Migration und Visualisierung von Modellen erstellt.
    • Eine RAG-Anwendung mit ChromaDB, LangChain, Ollama, FastAPI und React entwickelt.

  3. Juni 2022 — Januar 2023

    Data Scientist

    HP über Between Technology · Sant Cugat del Vallès, Spanien

    • Datenbank-ETL-Prozesse mit Python und Databricks automatisiert.
    • Reparatur-, Druck-, Kundendienst- und Bewertungsdaten analysiert.
    • Wiederkehrende Reporting-Workflows mit Python und PostgreSQL automatisiert.

  4. Januar 2019 — Juni 2022

    Data Scientist und Forscher

    Institut für Materialwissenschaften Barcelona · Cerdanyola del Vallès, Spanien

    • Hochdurchsatzexperimente und datengetriebene Materialentdeckung geleitet.
    • Experimentelle Hardware und Datenerfassung mit Python automatisiert.
    • Machine-Learning-Modelle für experimentelle Optimierung und Vorhersage entwickelt.

Ausgewählte Arbeiten

Projekte, die Modelle, Daten und Software verbinden.

Machine-Learning-Systeme, Analyseprodukte, Datenpipelines und Webanwendungen mit detaillierten Erklärungen der technischen Entscheidungen.

9 Projekte

Payrithm — Anwendungsvorschau

ML-SaaS · Finanzoperationen

Payrithm

Bereitgestellt

Eine Accounts-Receivable-Intelligence-Plattform, die verspätete Zahlungen prognostiziert, Zahlungszeitpunkte schätzt, Zahlungseingänge vorhersagt und Inkassoarbeit priorisiert.

  • Python
  • FastAPI
  • scikit-learn
  • React
  • TypeScript
Fallstudie ansehen Live-Demo
TenderWise — Anwendungsvorschau

Beschaffungs-SaaS · Entscheidungsunterstützung

TenderWise

Bereitgestellt

Eine mehrsprachige Beschaffungs-SaaS, die TED-Bekanntmachungen ingestiert, Chancen gegen Unternehmensprofile bewertet, Relevanz und Qualifikation trennt und die Angebotserstellung koordiniert.

  • React
  • TypeScript
  • Vite
  • FastAPI
  • PostgreSQL
Fallstudie ansehen Live-Demo
Wetterportal für Katalonien — Anwendungsvorschau

Wetterplanungsportal

Wetterportal für Katalonien

Bereitgestellt

Ein authentifiziertes React-Portal für die Wetterplanung in Katalonien mit Meteocat-Stationshistorie, kartenbasierten Warnungen, Luftqualitätssignalen und Aktivitätsempfehlungen.

  • TypeScript
  • React
  • Python
  • FastAPI
  • Leaflet
Fallstudie ansehen Live-Demo
Adipositas-Dashboard — Anwendungsvorschau

Interaktive Analytik

Adipositas-Dashboard

Bereitgestellt

Ein interaktives Dashboard zur Untersuchung globaler Adipositasmuster und demografischer Unterschiede mit einem Python-Analytics-Stack.

  • Python
  • Bokeh
  • Pandas
  • Render
Fallstudie ansehen Live-Demo
Spanische Energiedaten-Pipeline — Anwendungsvorschau

Daten-Ingestion · Automatisierung

Spanische Energiedaten-Pipeline

Abgeschlossen

Eine automatisierte Pipeline, die spanische Strompreis- und Erneuerbare-Energien-Daten erfasst und strukturierte Ergebnisse für Analysen speichert.

  • Python
  • REST API
  • PostgreSQL
  • Selenium
Fallstudie ansehen
Transformer-NLP-Experimente — Anwendungsvorschau

NLP · Transfer Learning

Transformer-NLP-Experimente

Abgeschlossen

Fine-Tuning-Experimente für mehrsprachige Sentimentklassifikation und Sequenz-zu-Sequenz-Übersetzung mit Transformer-Modellen.

  • Python
  • Transformers
  • BERT
  • PyTorch
  • NLP
Fallstudie ansehen

Kontakt aufnehmen

Lassen Sie uns etwas Nützliches bauen.

Kontaktieren Sie mich zu Rollen in Data Science, Machine-Learning-Engineering, Software Engineering oder Produktkooperationen, die einen praktischen Weg von Daten und Prototypen zu Produktionssystemen benötigen.

In Barcelona · Offen für Remote-Möglichkeiten in Europa
Standort
Barcelona, Spanien