La dificultad para extraer información relevante y activos de decisión a partir de volúmenes masivos de datos operativos de conducción, los cuales superaban los 900 millones de registros.

Desarrollo de una herramienta basada en tres capas funcionales:

1. Capa de procesamiento: Pipeline de ETL sobre más de 900M de datos para generar tablas enriquecidas.
2. Capa de inferencia: Modelos de identificación de patrones de conducción y motores de detección de anomalías técnicas.
3. Capa de visualización: Dashboard intuitivo para la toma de decisiones basada en los patrones decodificados.

Modelos de identificación de patrones operativos en movilidad, sistemas de mantenimiento predictivo y algoritmos de detección de anomalías en entornos de transporte masivo