Casos de estudio
Cuatro proyectos donde el rigor metodológico se traduce en impacto de negocio medible: problema → método → resultados con KPIs → código.
Radar de Valorización Urbana
Valoración inmobiliaria desactualizada y con brechas en Quito y Guayaquil: inversores y municipios sin señales de valorización oportunas ni incertidumbre cuantificada.
- Regresión cuantílica con LightGBM + modelo multimodal CNN+MLP con imágenes satelitales.
- Rejilla espacial H3 (res 8) y cross-validation espacial por celda, no aleatoria.
- Incertidumbre calibrada con MC Dropout + Conformal Prediction; explicabilidad con SHAP.
- API FastAPI + simulador de escenarios + frontend Leaflet/Plotly.
| KPI | Valor |
|---|---|
| Error de valoración (MAE) | ~8.4% (baseline hedónico ~12%) |
| Cobertura de intervalos | 91% con Conformal Prediction |
| Latencia API | p95 < 100 ms |
| ROI de selección de zonas | +15% (escenario simulado) |
Bioseguridad Camaronera (DL + RL)
Brotes de enfermedad detectados tarde en piscinas camaroneras; acciones de bioseguridad costosas y reactivas. Entrenado con 472 registros reales de 174 piscinas.
- ETL con resampleo a 15 min y etiquetado de brotes; detección de fallas de sensores.
- Detección: LSTM/Transformer + Autoencoder de anomalías + ensemble RF/OCSVM.
- Decisión: agente PPO con 5 acciones de mitigación y simulador económico de pérdidas evitadas.
- API FastAPI (7 endpoints) + dashboard operativo + Redis/nginx vía Docker.
| KPI | Valor |
|---|---|
| Lead time de alerta | 7–14 días |
| Reducción de costo de bioseguridad | −22% (política RL vs. reactiva) |
| Pérdidas evitadas | ~$1.2M (escenario anual) |
| Precisión de brotes | F1 ~0.85 (out-of-time) |
Banana Disease Detection
Inspección manual lenta y subjetiva en plantaciones de banano; uso excesivo de pesticidas por detección tardía de Sigatoka, Cordana y Pestalotiopsis.
- ResNet18 con transfer learning, data augmentation y validación 5-fold.
- Exportación a ONNX/TorchScript para inferencia en CPU/edge (finca).
- Dockerizado con CI (GitHub Actions) y 24/24 tests.
- Tratamiento focalizado: menos químicos, menos pérdidas de cosecha.
| KPI | Valor |
|---|---|
| Tiempo de inferencia | 5 s/imagen |
| ROI de inspección | +150% |
| Uso de pesticidas | −25% |
| Validación | 5-fold CV · 24/24 tests |
Predicciones reales del modelo sobre hojas de banano
Imágenes reales del dataset BananaLSD procesadas por el sistema entrenado — clase predicha con su probabilidad sobre la hoja.
Curvas de entrenamiento
Evolución de loss y accuracy en el entrenamiento con 5-fold CV.
Matriz de confusión
Errores por clase: dónde el modelo confunde y dónde acierta en campo.
Validación 5-fold
Estabilidad del rendimiento entre folds; exportación ONNX verificada por tests.
Índice de Transparencia Municipal
La transparencia municipal no se mejora con denuncias aisladas sino con evidencia comparable: comparador de municipios pares en compras públicas, rendición y declaraciones patrimoniales.
- Índice compuesto ponderado: Apertura de Datos 30% + compras + rendición + declaraciones.
- Normalización robusta (min-max) y análisis de sensibilidad de ponderación.
- Peer groups por tamaño, presupuesto e indicadores socioeconómicos (INEC) para comparaciones justas.
- Datos de contratos trazables por municipio; API FastAPI y frontend estático.
| KPI | Valor |
|---|---|
| Cobertura | 221 municipios (2025) |
| Comparación por pares | Automatizada |
| Componentes | 4 ponderados y documentados |