-
-
Operational Preparation and Physical Control of Organic Substrate
-
Black Soldier Fly Breeding Cycle and Neonate Nursery Setup
-
Active Bioconversion Process and High-Protein Biomass Yield
-
High-Value Biological Co-products and Colony Self-Sustainability
-
Panel de administración y gestión de datos de telemetría IoT en BioSustain Data-Manager.
-
Arquitectura técnica del sistema y estructura del repositorio en GitHub.
-
Visión general del proyecto BioSustain: Plataforma SaaS de Bioconversión e IA.
-
Panel de control y monitoreo de métricas ambientales e indicadores biológicos en tiempo real.
-
Interfaz interactiva de la plataforma BioSustain Data-Manager para el control de procesos.
-
Visión general del proyecto BioSustain: Plataforma SaaS de Bioconversión
-
Panel de administración y gestión de datos de telemetría IoT en BioSustain Data-Manager
-
Panel de control y monitoreo de métricas ambientales e indicadores ESG
-
Interfaz interactiva de la plataforma BioSustain Data-Manager para suscripción y planes
-
Equipo multidiciplinario y fundador detrás del desarrollo de BioSustain
-
Presentación técnica y validación pública del proyecto BioSustain ante aliados estratégicos.
Inspiration
Optimizar los procesos industriales de bioconversión y gestión de residuos orgánicos requiere un control estricto de variables biológicas. Desviaciones en la humedad, el pH o la temperatura del sustrato pueden arruinar toneladas de material. Inspirados por la necesidad de transformar la gestión ambiental en un proceso predecible, eficiente y valioso para el sector agroindustrial, creamos una plataforma que elimina la incertidumbre operativa y convierte residuos orgánicos en activos medibles.
What it does
BioSustain Data-Manager es una plataforma SaaS para plantas de bioconversión y gestión de residuos orgánicos. El operador registra su operación por categoría (Plantas/Vegetal, Ganadería, Larvas-BSF), el sistema monitorea las métricas que importan para cada proceso, calcula el CO₂e y el metano (CH₄) evitados por lote usando factores de emisión por categoría, y genera reportes ESG listos para auditorías y financiamiento.
El valor central: convertir datos operativos simples (kg de residuo, tipo de sustrato) en evidencia ambiental auditable sin depender de hardware complejo ni sensores propietarios.
How we built it
Arquitectura end-to-end con trazabilidad de datos, desplegada en Google Cloud Run:
- Backend multi-tenant (TypeScript/FastAPI): ingesta de datos de lotes y cestas, validación, y cálculo de métricas por categoría.
- Motor de 3 categorías: cada una con sus parámetros monitoreados (N-P-K, humedad, pH para plantas; temperatura de fermentación, CO₂, CH₄ para ganadería; temperatura, densidad, FCR para larvas) y factores ESG específicos.
- Cálculo de emisiones: CO₂e y CH₄ evitados = kg procesados × factor de la categoría (plantas 0.42/0.05, ganado 1.15/0.28, larvas 0.18/0.02), alineados a metodología IPCC.
- Base de datos: PostgreSQL en Cloud SQL (series temporales de operación).
- Reportes ESG descargables con la metodología y trazabilidad de cada lote.
- Monetización live: suscripciones (Básico $15 / Pro $45 / Enterprise $150) con pagos en USDT (Binance Pay) y Bolívares (Pago Móvil/UbiApp).
Challenges we ran into
El mayor reto fue modelar la variabilidad biológica de los residuos agroindustriales en métricas confiables y reproducibles por categoría. Logramos que cada tipo de operación tuviera sus factores y umbrales propios, en vez de una fórmula genérica, para que los cálculos de emisiones y las alertas fueran técnicamente sólidos y útiles en planta.
Accomplishments that we're proud of
- Plataforma real y desplegada en producción en Google Cloud Run, con pagos en vivo.
- Motor de 3 categorías de bioconversión con métricas y factores ESG específicos.
- Cálculo auditable de CO₂e y metano evitados por lote, con reportes ESG descargables.
- Adopción en el sector: respaldo institucional del Colegio de Ingenieros de Venezuela (ACSSUL) y presentación ante productores agrícolas.
What we learned
Confirmamos que la clave no es acumular datos, sino darles contexto biológico por tipo de proceso. Aprendimos que un SaaS de sostenibilidad creíble necesita rigor por categoría, no aproximaciones genéricas, y que la trazabilidad de cada cálculo es lo que genera confianza en el sector agroindustrial.
What's next for BioSustain Data-Manager
- Agente de diagnóstico con IA: conectar Gemini para análisis predictivo y recomendaciones (en roadmap, la API ya está preparada).
- Metodología IPCC Nivel 2 completa: integrar la fórmula estequiométrica formal de reducción de metano para financiamiento de carbono.
- Gemelos digitales que simulen el comportamiento del sustrato a 7-14 días.
- Expansión comercial SaaS: alianzas con plantas agroindustriales y gestores de residuos para pilotos en alta demanda.
- Trazabilidad geoespacial de biomasa para optimizar logística de recolección.
Built With
- firebase
- gemini-api
- google-adk
- google-cloud-run
- iot
- javascript
- next.js
- node.js
- python



Log in or sign up for Devpost to join the conversation.