Inspiración

Nuestra inspiración nació directamente del "Big Challenge" de gategroup. Como desarrolladores familiarizados con la compañía, entendemos la complejidad de la operación. El proceso actual de Pick & Pack es manual, propenso a errores y genera un desperdicio significativo: más del 50% de los artículos regresan sin usarse y la verificación de caducidad consume horas valiosas.

Vimos una oportunidad clara para aplicar tecnología y generar un impacto real, transformando este proceso central para hacerlo más inteligente, rápido y sostenible para las más de 200 unidades de catering.

Lo que aprendimos

Aprendimos la profundidad del desafío de datos. El problema no es solo qué se empaca, sino cuándo caduca y si realmente se consume.

Validamos que, capturando los datos correctos en el origen (como un simple escaneo), podemos desbloquear ahorros masivos en mermas, combustible (por reducción de peso) y mano de obra. Confirmamos que los modelos de Machine Learning son viables para predecir patrones de consumo, permitiéndonos movernos de un "reabastecimiento ciego" a un "reabastecimiento inteligente".

Cómo lo construimos

Construimos "Nexus" como una solución integral enfocada en los retos 1 y 2:

  1. Gestión de Caducidad (Reto 1): Desarrollamos un prototipo de aplicación móvil. Usando la cámara del dispositivo (para escanear códigos QR/Barras), el personal de "Pick & Pack" puede validar instantáneamente la fecha de caducidad de un producto contra las reglas del vuelo. Nuestro sistema registra y valida esto automáticamente, garantizando el cumplimiento sin revisión manual.

  2. Predicción de Consumo (Reto 2): Creamos un modelo de predicción usando Python (con librerías como Pandas y Scikit-learn). Analizando datos históricos (basados en rutas, tipo de vuelo y número de pasajeros), nuestro modelo estima el consumo real. Este modelo genera "listas de empaque inteligentes" que instruyen al personal a reabastecer solo lo necesario.

Todo esto se conecta a un dashboard en tiempo real (construido en React con un backend en Node.js) donde los supervisores pueden ver la eficiencia del proceso y los niveles de merma.

Retos que enfrentamos

El alcance. El proceso de Pick & Pack es enorme. Tuvimos que enfocar nuestro MVP (Producto Mínimo Viable) agresivamente solo en la caducidad y la predicción para poder entregar una solución funcional y pulida en el tiempo límite del hackathon.

Built With

Share this project:

Updates