Casos / E-04
Motores de decisión en tiempo real
Contexto
Opero sistemas que procesan flujos de datos de mercado en vivo, las 24 horas: cada segundo llegan datos nuevos, y el sistema debe decidir —actuar, esperar o vetar— en milisegundos, sin supervisión humana continua.
Este es el entorno de ingeniería más exigente en el que he trabajado: la latencia importa, las caídas cuestan dinero real y cada decisión tiene que poder explicarse después.
La restricción. Cero margen para el error silencioso: una decisión equivocada cuesta dinero propio en minutos. El sistema tenía que ser capaz de frenarse solo antes que equivocarse rápido.
Arquitectura
- Ingesta continua por websockets con reconexión automática y estados seguros ante cualquier caída.
- Evaluación por capas: reglas duras primero —los límites que nada puede saltarse—, modelos de IA después, con poder de veto sobre las acciones pero nunca sobre los límites.
- Bitácora total: cada decisión registra sus datos de entrada, su evaluación y su motivo. Cualquier comportamiento se puede reconstruir y auditar después.
Fig. — E-04. El diagrama se traza como se diseñó el sistema; los pulsos marcan el flujo del dato.
Resultado
- Operación autónoma continua con supervisión por excepción: el sistema avisa cuando algo se sale de rango, no al revés.
- Un estándar de ingeniería —latencia, tolerancia a fallos, auditoría— que aplico a todo lo demás que construyo.
- La disciplina empírica como método: ninguna hipótesis sobrevive sin verificarse contra datos reales.
Stack
Python · websockets · PostgreSQL · modelos de IA como capa de veto · Docker