parking-smart-reservation

🚗 Parking Smart Reservations - Monorepo Fullstack + ML

Sistema inteligente con analítica predictiva para la gestión de parqueaderos (Fullstack + Machine Learning + Arquitectura profesional)

📌 Descripción

Parking Smart Reservations es una plataforma fullstack que permite gestionar la ocupación, reservas y disponibilidad de un parqueadero en tiempo real incluyendo:

• Reservas en tiempo real
• Control de acceso por roles
• Dashboard administrativo
• Cálculo de disponibilidad
• Algoritmo ML para predicción de ocupación futura(machine learning que predice la ocupación estimada por hora/día para optimizar decisiones y mejorar la operación.)

Este proyecto utiliza un stack moderno con Node.js 20 LTS, Angular 18+, MySQL, e integración con servicios de Machine Learning.

🧱 Tecnologías principales

Frontend: Angular 18+, TypeScript, Bootstrap o TailwindCSS, ApexCharts/ngx-charts
Backend: Node.js 20 LTS, Express, MySQL (o PostgreSQL)
Autenticación: JWT+bcrypt, Helmet+CORS, Winston/Morgan, Roles/Permisos
Machine Learning: Python 3.11+, Pandas, NumPy, Scikit-Learn / TensorFlow, FastAPI(Servicio ML)
Infraestructura: Docker (opcional), GitHub Actions (CD opcional)

🗂️ Estructura del Proyecto

parking-smart-reservation/
├── backend/    → API REST
├── frontend/   → Aplicación Angular
├── ml/         → Scripts Machine Learning
├── docs/       → Documentación técnica
├── .gitignore
├── README.md
└── LICENSE

Arquitectura General del Sistema – 4 Capas

Flujo de Datos

1. Reserva
   a. Frontend envía solicitud → /api/reservations
   b. Backend valida disponibilidad
   c. Guarda reserva
   d. ML puede generar probabilidad de ocupación futura
   e. Frontend muestra confirmación

2. Predicción
   a. Cronjob del backend envía datos a módulo ML
   b. ML responde con predicción
   c. Backend guarda resultado
   d. Dashboard consulta valores

🌿 Flujo de trabajo (Gitflow)

• main → código estable
• develop → integraciones
• backend, frontend, ml → ramas técnicas
• Features → feature/nombre
• Fixes → fix/nombre

🔐 Autenticación

• JWT en backend
• Roles: admin / operador / usuario

🧠 Módulo de predicción (ML)

• Entrenamiento con datos de ocupación
• Modelo para estimar disponibilidad futura
• API interna para predicción

🧰 Scripts

• backend/start → iniciar API
• frontend/start → iniciar Angular
• ml/update-model → regenerar modelo predictivo

🎯 Objetivos del proyecto

• Gestionar ingresos y salidas de vehículos
• Reservas de espacios en tiempo real
• Dashboard con visualización de KPIs
• Predicción de ocupación
• API REST bien estructurada y autenticada
• Buenas prácticas: arquitectura limpia, modularidad, logs, seguridad

📌 Estado del proyecto

En desarrollo – Fase 1: Configuración inicial y arquitectura

📝 Licencia

MIT License

👨‍💻 Autor

Ing. Jhon Harold Hincapie
Desarrollador Fullstack & Data Science