Saltar a contenido

Plan por fases

Supuestos de capacidad

Verificar antes de comprometer fechas

  • 20 horas semanales, dato dado
  • Una persona, supuesto no confirmado. Si son dos personas a 10 horas cada una, las estimaciones se degradan por coordinación y cambian
  • Estimaciones de un tercero sin visibilidad sobre la fluidez real del equipo: banda de error ±50%

Total hasta fase 5: ~355 horas ≈ 18 semanas ≈ 4 meses y medio. Con la banda de error: entre 3 y 7 meses.

Cronograma

gantt
    title Plan de implementación (20 h/semana)
    dateFormat YYYY-MM-DD
    axisFormat %b
    section Base
    F0 Fundaciones        :f0, 2026-10-01, 10d
    section Carril A
    F1 Ingesta mínima     :f1, after f0, 28d
    F2 Filtros y decisión :f2, after f1, 14d
    section Comercial
    F3 Carril C y mapa    :f3, after f2, 21d
    section Inteligencia
    F4 Carril B           :f4, after f3, 35d
    F5 Scoring LLM        :f5, after f4, 14d
    section Continuo
    F6 Fuentes adicionales :f6, after f5, 21d

Fase 0 — Fundaciones · ~25 h

Repo, esqueleto Django, Postgres, MkDocs desplegado, registro de fuentes vacío, CI que corre tests.

Criterio de salida: python manage.py migrate funciona, el admin abre, el sitio de docs se publica, y hay un test que corre en CI.

  • Repo con estructura de proyecto Django
  • Postgres local y de producción
  • Modelos fuentes, ingestas, avisos migrados
  • MkDocs con despliegue automático
  • CI con pytest

Fase 1 — Carril A mínimo · ~80 h

Tres fuentes sin autenticación: Banco Mundial procnotices, BID CKAN, TED.

Esta es la fase que valida toda la arquitectura. Si el contrato de normalización aguanta tres fuentes de forma distinta, aguanta las demás.

  • Bucle genérico de ingesta que lee de fuentes — ejecutar_bucle_ingesta itera Fuente.objects.filter(activo=True), sin lógica por fuente hardcodeada
  • Normalizador BM + fixture + test — inteligencia/normalizadores/banco_mundial.py, fixtures en tests/fixtures/banco_mundial/
  • Normalizador BID + fixture + test — inteligencia/normalizadores/bid.py, fixtures en tests/fixtures/bid/
  • Normalizador TED + fixture + test — inteligencia/normalizadores/ted.py, fixtures en tests/fixtures/ted/
  • Deduplicación por fuente_id + id_nativo y hash de contenido — unique_together en Aviso + comparación de hash en procesar_ingesta_fuente (inteligencia/ingesta.py)
  • Comando renormalizar sobre el crudo guardado — sin filtro por fuente, reprocesa todo Aviso.crudo
  • Reporte en texto plano por correo — generar_reporte --email, backend SMTP/consola según EMAIL_HOST_PASSWORD
  • Arrancar ingesta silenciosa del carril B (Projects API), aunque no se reporte — sembrado en seed_fuentes, escribe en Proyecto (no Aviso), por eso nunca aparece en generar_reporte

Por qué la ingesta del carril B arranca acá

Acumular es gratis y el diff necesita historial. Si esperamos a la fase 4 para empezar a guardar snapshots, la fase 4 arranca ciega.

Criterio de salida: un reporte real, con cinco ítems o menos, que alguien lea y encuentre útil. Cumplido — verificado en prod el 2026-09-19 con datos reales renormalizados.

Agregado no listado originalmente: enlace, extracto y Telegram

El reporte ahora también incluye url_canonica y un extracto de texto_crudo por aviso, y soporta --telegram además de --email. No estaba en el checklist original de fase 1, se sumó a pedido después del primer reporte real. El extracto es un recorte de texto, no un resumen generado — eso sigue siendo Fase 5 (LLM).


Fase 2 — Filtros y decisión · ~40 h

  • Filtros duros con códigos de razón — inteligencia/filtros.py:evaluar_filtros_duros, orden exacto de criterios bid/no-bid
  • Asignación de escalon en normalización — vocabulario corregido a los seis valores de la escalera de precursores (antes el código usaba GPN/EOI/SPN, que no existían en ese doc); heurística compartida en inteligencia/normalizadores/base.py:clasificar_escalon
  • Filtro por categoria_adquisicion — inteligencia/filtros.py:evaluar_categoria
  • Cálculo de dias_ventana y alerta por ventana corta — calcular_dias_ventana en los tres normalizadores; generar_reporte marca ⚠ VENTANA CORTA cuando está por debajo de UMBRAL_HD_FRIO_DIAS
  • Tabla decisiones expuesta en el admin de Django — ya estaba desde la Fase 0 (inteligencia/admin.py), no hubo que tocarla
  • Panel de calibración: cuántos descarta cada filtro — comando panel_calibracion

Criterio de salida: la alerta suena entre dos y tres veces al mes. Si suena más, los filtros están flojos. Sin verificar todavía — depende de datos reales corriendo con evaluar_filtros unas semanas.

Bloqueantes que quedaron abiertos — ver pendientes de verificación

  • HD-FAB, HD-FACT, HD-GAR, HD-ELEG dependen de campos (exige_fabricante_o_representante, umbral_facturacion, garantia_oferta, elegibilidad_pais) que ninguna de las tres fuentes actuales trae en el aviso — solo aparecen en el pliego completo (Fase 4/5). Hasta entonces estos filtros existen pero no disparan.
  • HD-FACT y HD-GAR además necesitan la capacidad real de facturación y de garantía de oferta de la empresa — no está en ningún doc, hay que cargarla como variable de entorno (CAPACIDAD_FACTURACION_MAXIMA, CAPACIDAD_GARANTIA_MAXIMA). HD-ELEG necesita PAISES_PROPIOS. Sin configurar, fail-open: no descartan nada.
  • HD-REG (registro local obligatorio) no tiene ninguna fuente de dato, ni siquiera en el pliego — necesitaría una lista de países con socio local. No implementado.
  • Proyecto.vigilado es un booleano manual en el admin, sin cálculo automático de "seis meses de anticipación". Habilita la excepción de HD-FRIO y el archivado de bienes como señal de carril C (CARRIL-C-SENAL, código propio, no está en el doc original de criterios).
  • El orden en que generar_reporte muestra los escalones es interpretación propia (ORDEN_ESCALON en el comando) — el doc de la escalera pide ordenar por escalón pero no fija la secuencia.

Fase 3 — Carril C y mapa de base instalada · ~60 h

La fase que puede pagar el proyecto

No necesita historial: los datos ya existen. Produce dos entregables comerciales inmediatos, antes de que el carril A gane una sola licitación.

  • Ingesta de adjudicaciones (mismos endpoints, distinto tipo de aviso)
  • Carga histórica hacia atrás, varios años
  • Extracción de WMO Radar Database para países AR IV
  • Tablas radares, empresas, adjudicaciones
  • Vista: países AR IV con dos o más fabricantes o bandas
  • Vista: primes activos en la región, ordenados por volumen adjudicado
  • Comando check_debarment contra el dataset de sancionados del BID
  • Regla de ventana T+3 a T+9 sobre adjudicaciones nuevas

Entregables comerciales:

  1. Lista de países objetivo para integración, ordenada por heterogeneidad del parque
  2. Lista de fabricantes a quienes ofrecerse como socio local, con evidencia de su actividad regional

Criterio de salida: ambas listas existen, están revisadas a mano, y contestan la pregunta abierta de si nuestro stack coincide con la base instalada real de la región.


Fase 4 — Carril B · ~110 h

La fase más larga. Para acá ya hay meses de snapshots acumulados desde la fase 1.

  • Projects API: snapshot semanal y versionado
  • Motor de diff: qué constituye cambio reportable
  • Documents API con qterm sobre taxonomía técnica
  • Descarga y extracción de PDF, con caché por hash
  • Filtro de dos etapas: metadata barata antes de extraer
  • Vinculación id_proyecto_padre entre carriles
  • Ingesta de informes del Comité de Huracanes y páginas AR IV
  • Sección "Movimientos de cartera" en el reporte

Criterio de salida: la sección de movimientos de cartera sale vacía muchas semanas. Si sale llena todas las semanas, el diff está mal calibrado.


Fase 5 — Scoring con LLM · ~40 h

  • Prompt versionado de dictamen estructurado
  • Caché por hash de documento + versión de prompt
  • Detección de señales de pliego dirigido
  • Extracción de campos de decisión faltantes desde el pliego
  • Score de reglas con pesos configurables

Criterio de salida: al menos la mitad de lo que llega al reporte merece lectura completa del pliego.


Fase 6 — Fuentes adicionales · continuo

Por orden de valor esperado:

  1. UNGM, preferentemente vía suscripción Pro y parseo del digest
  2. IATI Datastore, con Full Access solicitado desde fase 1 por la demora de aprobación
  3. SAM.gov
  4. Portales nacionales OCDS de la región
  5. Búsqueda web residual

Trámites que conviene arrancar en fase 0

La clave de SAM.gov y la solicitud de Full Access de IATI no dependen de nosotros y tienen demora. Pedirlas al principio aunque se usen en fase 6.


Qué NO se construye

Registrado explícitamente para no reabrirlo cada mes:

  • Modelo de machine learning de scoring — no hay datos y no los habrá
  • Frontend propio antes de fase 6 — el admin de Django alcanza
  • Orquestador de flujos — ver ADR 0003
  • Integración con CRM — primero hay que tener qué integrar
  • Cobertura mundial — el alcance es AR IV más lo que los bancos financien ahí