API Pipeline Active

Desarrollador & Analista SIG

Especialista en Web Mapping & Cloud

Soluciones geoespaciales avanzadas. Automatización de pipelines de datos satelitales (ETL), optimización de formatos vectoriales pesados y renderizado interactivo en 3D.

EXPLORAR VISOR 3D LIVE Apoyar Infraestructura (Donate)

Disponible para Remoto / Presencial

Especialidad: Python, PostGIS, MapLibre, Cloud

Memoria de Ingeniería del Proyecto

Arquitectura de datos para análisis táctico de incendios en zonas de conflicto (Ucrania)

1.0 Desafío Tecnológico

Capturar, depurar y representar en un entorno 3D las anomalías térmicas en tiempo real causadas por impactos de artillería e incendios en la zona de conflicto de Ucrania. La plataforma cruza datos satelitales crudos (NASA FIRMS) con factores geopolíticos (línea del frente de DeepState) y capas de infraestructura crítica para generar inteligencia espacial accionable.

2.0 Arquitectura del Pipeline de Datos (ETL)

Fase 1: Ingesta Automatizada Script en Python 3.12 que se ejecuta en Hugging Face Spaces. Conecta con la API FIRMS de la NASA y extrae datos de los satélites VIIRS (NOAA-20, NOAA-21, SNPP) en un bounding box de Europa del Este (22,44,41,53). Descarga en formato CSV cada 48 horas.

Fase 2: Geoprocesamiento & Enriquecimiento Uso de GeoPandas (Python) para realizar una unión espacial (Spatial Join) entre los puntos de incendio y un archivo de 70 MB con 3.192 polígonos administrativos de Ucrania, Rusia y Bielorrusia. Se asignan a cada punto los campos NAME_1 (región) y locality (localidad), eliminando el ruido de incendios en zonas industriales.

Fase 3: Optimización & Despliegue Cloud-Native Los datos procesados se convierten a GeoJSON y se almacenan en GitHub. El visor frontend (desplegado en Render) consume este archivo de forma nativa. Para mejorar la experiencia de usuario, se implementan ventanas flotantes arrastrables (panel de control y leyenda) y se optimiza la carga de mapas base mediante técnicas de caching y renderWorldCopies: false para evitar errores de renderizado 3D.

3.0 Stack Tecnológico

Python 3.12 GeoPandas Shapely MapLibre GL JS 4.0 Hugging Face Render GitHub API Tailwind CSS NASA FIRMS DeepState UA

4.0 Métricas y Performance

Volumen de datos: Procesamiento de ~3.000 puntos de incendio por ejecución con un 95% de tasa de enriquecimiento exitoso.
Latencia: Tiempo de carga de la aplicación en Render: 3-5 segundos. Actualización de datos cada 48h.
Cobertura: Archivo base de 70 MB con 3.192 polígonos. Visualización en tiempo real con MapLibre GL.

5.0 Roadmap de Desarrollo

Alertas Telegram Análisis histórico (áreas ocupadas) Integración capa Liveuamap Panel de estadísticas FRP por región

Colaboración y propuestas técnicas: contacto@ikustia.com