Disponible para nuevas oportunidades

Daniel Grao
Developer &
Infra Engineer

Construyo software robusto y automatizo infraestructura. Apasionado por los sistemas Linux, el backend con Python y las arquitecturas que escalan.

Ver proyectos Hablar conmigo

13+

Servicios en producción

Años programando

∞

Café consumido

01 — Sobre mí

Quién soy

Soy Daniel Grao, desarrollador con especial interés en backend, infraestructura y automatización. Me gusta entender los sistemas de arriba a abajo — desde el kernel hasta la API.

Diseño y mantengo un homelab con Proxmox VE corriendo más de una docena de servicios en contenedores LXC: reverse proxy, media server, automatizaciones, VPN, encoding de video con DRM y más.

Cuando no estoy programando, aprendo cómo funciona lo que no debería funcionar.

GitHub LinkedIn Email

📍 Ubicación España

🎓 Estudios Ing. Informática

💼 Situación Abierto a ofertas

🌐 Idiomas ES · CA · EN

⚙️ Stack fav. Python · Linux · Docker

02 — Experiencia

Trayectoria

Experiencia profesional y proyectos relevantes en orden cronológico.

UDL — TFG 2025 — 2026

Development of a Catalan-Focused OCR

TFG en colaboración con UDL. Sistema HTR para catalán con TrOCR (ViT + transfer learning). Dataset sintético propio (1.1M imágenes), corpus real K-12 propio (CatK12HW-actions, 5.467 líneas). 13 experimentos: ablation estudios, curriculum learning, augmentación GAN con VATr. Mejor resultado: 1.69% CER en escritura real (0.13% en sintético). 68× mejor que transfer desde francés.

PyTorch TrOCR HuggingFace EasyOCR VATr OpenCV Salamandra-7B Android/Kotlin

Universitat de Lleida 2022 — presente

Proyecto Personal — UDL Calendar API

API y scraper de la plataforma Sakai (LMS de la UDL) para extraer el calendario académico y exponerlo como servicio REST con base de datos MySQL.

Node.js Express MySQL nginx Docker

03 — Proyectos

Lo que he construido

Proyectos propios en producción — todos corriendo 24/7 en mi homelab.

🔤

TFG · Junio 2026

Development of a Catalan-Focused OCR

Sistema HTR para catalán basado en transfer learning con TrOCR (Vision Transformer, Microsoft). Partiendo de cero datos en catalán: generación de un dataset sintético de 1.1M imágenes desde fuentes literarias de dominio público, recolección del primer corpus real K-12 (CatK12HW-actions, 5.467 líneas de 215 alumnos), e investigación de curriculum learning y augmentación por transferencia de estilo con VATr (GAN). 13 experimentos. Pipeline completo: OpenCV → EasyOCR → TrOCR → Salamandra-7B. Integración en app Android educativa para que alumnos K-12 aprendan pensamiento computacional escribiendo instrucciones de robótica a mano.

1.69%

CER real (VATr)

0.13%

CER sintético (S2)

97.50%

Seq. Accuracy (S2)

68×

vs modelo francés

5.467

líneas corpus real

🎬

Stream Relay Engine

Sistema de relay de streams DRM (Movistar+, DAZN) con Chrome headless + Widevine CDM, captura x11grab, transcodificación VAAPI y distribución MPEG-TS a múltiples clientes simultáneos.

🏠

Homelab Infrastructure

Infraestructura completa sobre Proxmox VE con 13 servicios en LXC: reverse proxy con TLS automático (Traefik), DNS/AdBlock (AdGuard), VPN (WireGuard), media server (Jellyfin), monitorización (Netdata) y más.

📅

UDL Calendar API

Scraper y API REST para la plataforma Sakai de la Universitat de Lleida. Permite consultar horarios, tareas y eventos académicos de forma programática.

🤖

Automation Stack

Capa de automatización del homelab con n8n/scripts: notificaciones, backups programados, renovación de tokens, monitorización de servicios y alertas proactivas.

📱

SMS Gateway

Pasarela SMS propia para envío y recepción de mensajes programáticamente. API REST con webhook de entrada para integraciones con automatizaciones.

🔒

Self-hosted VPN

VPN propia con WireGuard (wg-easy) para acceso seguro remoto a todos los servicios del homelab. Sin depender de proveedores externos.

🎙️

ASR Benchmark — Español

Pipeline de benchmarking de reconocimiento de voz para español conversacional. Compara Deepgram Nova-3, Whisper y AWS Transcribe en términos de WER, latencia y coste por hora de audio.

✍️

H-Cat-R Synthetic Dataset Generator

Generador modular de escritura manuscrita sintética en catalán. Valida fuentes por inspección de character map + test PIL, descarga texto de fuentes de dominio público (Wikisource, Arxiu Nacional) y renderiza pares imagen-etiqueta. Produjo S1 (1.14M imágenes, 4 fuentes) y S2 (898K imágenes + 18 texturas + augmentación). Agnóstico al idioma — usado también para generar datos franceses.

04 — Skills

Stack técnico

Tecnologías que uso en el día a día.

Backend

Python FastAPI asyncio Node.js Express REST API

Infraestructura

Linux Proxmox VE LXC Docker systemd Bash

Networking

Traefik nginx WireGuard AdGuard DNS Let's Encrypt ACME / TLS

Herramientas

Git Playwright FFmpeg MySQL n8n Netdata

ML / AI

PyTorch TrOCR HuggingFace EasyOCR OpenCV Whisper Transfer Learning ViT

Lenguajes

Python JavaScript Bash Kotlin SQL

05 — Educación

Formación

🎓

Grado en Ingeniería Informática

Universitat de Lleida — Escola Politècnica Superior

2022 — 2026

TFG: "Development of a Catalan-Focused OCR" — sistema HTR para catalán con TrOCR, 13 experimentos, corpus real propio (CatK12HW-actions), augmentación GAN con VATr. Mejor resultado: 1.69% CER en escritura real de alumnos K-12. Director: Vitor Luiz Da Silva Verbel.

06 — Contacto

¿Hablamos?

Estoy abierto a oportunidades, colaboraciones o simplemente a una buena conversación técnica. No dudes en escribirme.

danielgraogg@gmail.com LinkedIn GitHub