(Q4/1007) - BURRITOIDES

Inspiración

Nuestra inspiración fue el intentar acelerar y automatizar el proceso convencionalmente lento (3-5 días) y de alto coste que suponen los análisis tradicionales.

Qué hace

Actualmente (Nivel 1), nuestra solución procesa datos de empleados y de requisitos de roles futuros. Calcula un "Gap Score" (puntuación de brecha) para cada empleado y genera un informe visual, tipo mapa de calor, que permite ver la afinidad y las carencias de talento del equipo de un vistazo.

Cómo lo construimos

Seguimos una estructura de 3 fases (scripts de Python):

data_pipeline.py: Prepara y limpia los datos.

gap_calculator.py: Calcula los "Gap Scores".

run_nivel1_basic.py: Genera el informe visual final (matriz/mapa de calor).

Retos que tuvimos

El principal reto fue la armonización de los datos: hacer que los archivos CSV de empleados y los JSON de requisitos "hablaran" entre sí de forma correcta.

Logros de los que estamos orgullosos

Haber completado el flujo entero del Nivel 1. Estamos especialmente orgullosos del resultado visual (el mapa de calor), ya que convierte datos complejos en una herramienta estratégica fácil de entender para cualquier mánager.

Qué aprendimos

Aprendimos a estructurar un proyecto de análisis de datos en módulos claros (preparación, cálculo, reporte), técnicas de tratamiento y transformación de datos, y la importancia clave de la visualización para comunicar resultados.