Catálogo completo de servicios
Modelos predictivos a medida
Construimos modelos de regresión y clasificación adaptados a tus datos reales. Un fabricante de componentes de automoción nos contrató para predecir la demanda de 1.200 referencias con un horizonte de 30 días. Tras ocho semanas de trabajo, el error medio absoluto se situó en el 7,3 %, frente al 22 % de su método anterior basado en medias móviles.
El proceso incluye limpieza y transformación de datos, selección de variables, entrenamiento con validación cruzada, despliegue en un contenedor Docker y monitorización continua del rendimiento del modelo. Entregamos una API REST documentada y un panel de seguimiento donde puedes ver la precisión del modelo en tiempo real.
Tecnologías habituales: Python, scikit-learn, XGBoost, PyTorch para series temporales complejas, MLflow para el registro de experimentos y FastAPI para el servicio de inferencia.
Procesamiento de lenguaje natural
Analizamos texto en castellano, euskera e inglés para clasificar reclamaciones, extraer entidades de contratos o generar resúmenes automáticos de actas de reuniones. Nuestro cliente en el sector asegurador procesa ahora 4.000 partes de siniestro al mes sin intervención manual en la fase de triaje: el modelo clasifica cada parte en una de 14 categorías con una precisión del 93 %.
Usamos modelos transformer fine-tuned sobre datos del cliente. El entrenamiento se realiza en GPU y el modelo final se optimiza con cuantización para funcionar en CPU estándar, lo que reduce los costes de infraestructura a menos de 80 euros mensuales.
Incluye: anotación asistida del corpus de entrenamiento, fine-tuning, evaluación con métricas de F1 por categoría, integración con el sistema de gestión del cliente y manual de uso para el equipo de operaciones.
Visión por computador
Detectamos defectos en piezas industriales, contamos productos en estanterías y leemos matrículas o códigos de barras dañados. Para una empresa de alimentación en Navarra, instalamos un sistema de inspección visual en la línea de envasado que detecta envases con sellado defectuoso. La tasa de falsos negativos bajó del 1,8 % al 0,12 % respecto al control manual.
Trabajamos con cámaras industriales GigE Vision y cámaras USB estándar. Los modelos se entrenan con YOLO v8 o Detectron2 según la complejidad de la escena, y se ejecutan en edge devices (NVIDIA Jetson) o en servidores locales del cliente.
Entregamos el modelo entrenado, el script de inferencia, la integración con el PLC o sistema SCADA de la línea y un dashboard de monitorización con alertas por correo electrónico cuando la tasa de defectos supera el umbral configurado.
Consultoría de datos y gobernanza
Antes de construir cualquier modelo, los datos deben estar limpios, accesibles y bien documentados. Muchos clientes llegan con información dispersa en hojas de cálculo, bases Access de hace quince años y exports CSV sin cabeceras. Nuestro trabajo empieza por catalogar esas fuentes, definir un esquema común y migrar todo a un data warehouse moderno (BigQuery, Snowflake o PostgreSQL según el presupuesto).
Diseñamos pipelines ETL con Apache Airflow o dbt que se ejecutan de forma programada, incluyen validaciones de calidad y envían alertas cuando detectan anomalías en los datos de entrada. El resultado: tus analistas dejan de dedicar el 60 % de su tiempo a limpiar datos y empiezan a dedicarlo a tomar decisiones.
Este servicio puede contratarse de forma independiente o como fase previa a cualquier proyecto de modelado. Duración típica: entre tres y seis semanas, según el número de fuentes.
Chatbots y asistentes conversacionales
Creamos asistentes que responden preguntas frecuentes, recogen datos de clientes y escalan a un agente humano cuando la conversación lo requiere. A diferencia de los chatbots basados en reglas, los nuestros entienden variaciones en la forma de preguntar gracias a modelos de lenguaje fine-tuned con las FAQ y la documentación interna del cliente.
Integramos el asistente en web, WhatsApp Business API y Microsoft Teams. El tiempo medio de implantación para un canal es de cuatro semanas, incluyendo pruebas con usuarios reales. Para una cadena de ópticas con 38 tiendas, el bot resolvió el 71 % de las consultas sin intervención humana durante el primer mes.
Comparativa de planes
Ofrecemos tres modalidades de contratación. Los precios finales dependen del volumen de datos y la complejidad del proyecto, pero esta tabla te da una referencia inicial.
| Característica | Proyecto puntual | Retainer mensual | Equipo dedicado |
|---|---|---|---|
| Duración | 4 a 12 semanas | Mínimo 3 meses | Mínimo 6 meses |
| Horas mensuales | Según alcance | 40 h/mes | 160 h/mes |
| Reuniones de seguimiento | Semanal | Quincenal | Diaria (stand-up) |
| Soporte post-lanzamiento | 90 días | Incluido | Incluido |
| Acceso al repositorio | Sí | Sí | Sí |
| Formación al equipo | 2 sesiones | 4 sesiones | Ilimitada |
| Precio orientativo | Desde 8.000 € | Desde 3.200 €/mes | Consultar |
¿Quieres saber qué plan encaja con tu proyecto?
Escríbenos con una breve descripción de tu necesidad y te enviaremos una propuesta en menos de 48 horas.
Ir al formulario de contactoTecnología que puedes auditar
Todo nuestro código se versiona en Git y se documenta con docstrings y README detallados. No dependes de nosotros para siempre: si decides internalizar el mantenimiento, tu equipo puede retomar el proyecto sin fricciones. Lo hemos hecho así con tres clientes que, tras el primer año, contrataron a sus propios científicos de datos y nos mantienen solo para consultoría puntual.
Usamos licencias de código abierto siempre que es posible. Cuando un proyecto requiere servicios cloud de pago (GPU, almacenamiento, APIs de terceros), el coste se factura al cliente de forma transparente, sin margen añadido. Puedes verificarlo directamente en la consola de tu proveedor cloud.