El reto
Una entidad pública del orden nacional levantaba información técnica de suelos en campo. Los datos llegaban en formatos dispersos, sin control de calidad y sin trazabilidad. Cada ficha tenía decenas o cientos de variables, con dependencias entre campos y subregistros anidados: un perfil de suelo, por ejemplo, tiene varios horizontes, y cada uno lleva su propio conjunto de variables.
El problema no era capturar más. Era que el dato llegara completo, validado y georreferenciado hasta quien decide, y que el error se descubriera en el momento de capturar y no seis meses después.
Lo que construimos
Una plataforma web que digitaliza el ciclo completo del levantamiento: captura validada, laboratorio, cartografía, geoestadística y publicación. Todo sobre un único modelo de datos en PostgreSQL y PostGIS.
Hoy opera en producción con 19 módulos funcionales, 388 endpoints y 34 entidades de datos. Es software a la medida: no salió de una plantilla, sino del proceso real de la entidad y de su normativa.
Cómo funciona
Captura con validación. Los formularios usan catálogos controlados, selectores en cascada y reglas de rango. El sistema distingue entre «no aplica», «cero medido» y «sin dato», una diferencia que invalida el análisis cuando se pierde.
Cartografía pesada. El usuario carga sus capas y el sistema las envía a PostGIS por streaming, con memoria constante: se admiten archivos de hasta 4 GB en servidores modestos. Las capas se publican como teselas vectoriales con caché. En una capa departamental, el tiempo por tesela bajó de 2,5 s a 7 ms, unas 350 veces menos.
Calidad medida. Cada registro recibe un veredicto: campos obligatorios faltantes, valores fuera de catálogo y rangos violados. Un semáforo de calidad lo muestra en los listados, de modo que el coordinador lo ve de un vistazo.
Análisis y documentos. Incluye interpolación por kriging y análisis exploratorio, además de informes en PDF y libros de Excel generados desde la fuente de verdad. La automatización evita que alguien arme informes a mano.
Seguridad. Acceso con directorio corporativo y segundo factor, historial de cambios por registro (quién, cuándo, valor anterior y posterior) y cierre de sesión por inactividad.
Resultado
- Un solo modelo de datos para todo el ciclo, con trazabilidad por registro.
- Calidad del dato visible en cada listado, no supuesta.
- Auditoría de seguridad externa, con herramienta de escaneo profesional, cerrada al 100 %.
- Despliegue con dos instancias de aplicación tras un proxy inverso, respaldo programado y métricas de operación.
- Un asistente conversacional que responde sobre los datos sin costo por consulta.
Lo que aprendimos
La calidad del dato debe ser una función del sistema, no una revisión posterior. También aprendimos que la lógica de negocio separada del transporte HTTP es lo que vuelve reutilizable el código: más de la mitad del backend vive en la capa de servicios.
Hay límites que declaramos: parte del aprendizaje automático más pesado está deshabilitado por restricciones de disco del servidor actual, y el esquema base aún no está versionado como migraciones desde el origen. Ambos puntos están identificados y tienen ruta de solución.
¿Tiene un proceso de captura técnica similar, en catastro, ambiente o infraestructura? Escríbanos y revisamos su caso.