Realtime Decision Platform

Plataforma de decisión en tiempo real impulsada por IA. Arquitectura multi-tenant orientada a eventos para flujos de datos de alta frecuencia, con inteligencia predictiva y ejecución automatizada.

  flowchart LR
    A[Fuentes de eventos] --> B[Daemon de ingesta]
    B --> C[Motor de decisión]
    C --> D{"¿Risk score?"}
    D -->|Alto| E[Acción de salida]
    D -->|Bajo| F[Pasar]
    C --> G[(Audit log)]

Qué entrega la plataforma

Un pipeline de tiempo real listo para producción que convierte flujos de datos brutos en decisiones convergentes — desde la ingesta del stream hasta la acción validada.

• 📡 Ingesta de flujos — Captura WebSocket desde tres fuentes primarias y dos de enriquecimiento, normalizadas, validadas y persistidas.
• 🧠 Inteligencia predictiva — Modelos XGBoost con inferencia ONNX que clasifican regímenes en tres dimensiones: dirección, volatilidad, calidad. Sin previsiones puntuales especulativas.
• ⚡ Orientada a eventos — PostgreSQL LISTEN/NOTIFY con eventos durables. Garantías at-least-once, replay rastreado por cursor tras reconexiones.
• 👥 Multi-tenant — Claves, límites, kill-switch y perfiles de riesgo por tenant. Stored procedures + row-level security como límite firme.
• 🛡️ Lista para producción — Circuit breaker por fuente de datos, monitorización de salud por componente, validador de features con auto-recuperación DATAMISSING, alertas por email/XMPP.
• 🔄 Auto-optimizante — Ajuste de hiperparámetros con Optuna con holdout walk-forward, oleadas champion/challenger, bucle de feedback de resultados y quality gates.

Principios de arquitectura

Decisiones probadas que garantizan escalabilidad, mantenibilidad y auditabilidad.

• 🔁 Async-first — Todas las operaciones de E/S son asíncronas. El 51 % de las funciones son async def. Miles de flujos paralelos sin sobrecoste de hilos.
• 📐 Dirigida por configuración — Mapeos de fuentes, cadenas de fallback, conversiones de unidades y umbrales íntegramente en JSON. Sin números mágicos en duro.
• ✅ Calidad de datos primero — Única fuente de verdad para cada métrica. Validadores antes de persistir, antes del entrenamiento del modelo, monitorización de salud en tiempo de ejecución.
• 🚀 Vectorizada — Operaciones NumPy en bulk para entrenamiento y simulación de replay. Sin bucles Python en la ruta caliente de datos.
• 🧪 Paridad con el simulador — La ruta en vivo y el simulador comparten el mismo código en cada decisión crítica. Los resultados del replay reflejan producción.
• 📊 Observabilidad — 21 dashboards en vivo, logging estructurado a consola, fichero y base de datos. Heartbeats, latencias, detección de drift.

Base tecnológica

Componentes open source maduros — probados en producción, libres de regalías, auditables.

Indicadores cuantitativos

Alcance actual tras 10 fases de desarrollo completamente cerradas.

Valor de mercado

Estimación de esfuerzo convencional según COCOMO II, incluyendo factores de complejidad de dominio.

Multiplicador de productividad frente al desarrollo solo convencional: 8–12×. Metodología documentada y reproducible.

Realtime Decision Platform — 10 fases · 7/7 daemons · 100k SLOC · pipeline ML/IA en producción