Productos de datos · Price intelligence
Observatorio de Precios
Problema: La dirección comercial de una corredora de seguros no tenía una vista que dijera en segundos si el mercado de seguros vehiculares se movió y dónde importa: había que revisar planillas o preguntar, y el cuadro de precios se cargaba a mano. Antes de diseñar se midió el mercado sobre la serie capturada: casi estático en el precio y muy disperso entre canales. Lo valioso no era el precio, era el movimiento y la dispersión. Por eso el producto vigila el mercado; no fija precio, no elige proveedor, no vende.
Rol: AI Product Engineer: del diagnóstico sobre el dato al panel en operación
Resultado: Panel en operación real con levantamientos automáticos, movimientos detectados contra el último levantamiento sano y un ciclo de versiones con el usuario.
Código:
Python
Código:
pytest
Código:
GitHub Actions · EventBridge
Código:
AWS Lambda · S3
Abrir Observatorio de Precios
IA aplicada · Caso sanitizado
Agente de Soporte Post-Venta
Problema: Los equipos de soporte post-venta manejan consultas y contexto disperso entre sistemas; el conocimiento operativo cuesta encontrarlo en el momento de responder.
Rol: Especialista en Producto e IA Aplicada
Resultado: Prototipos funcionales del agente en uso sobre el flujo de soporte, con la infraestructura documentada para el equipo.
IA:
AWS Bedrock AgentCore
IA:
Modelos Claude
IA:
Agentic RAG
Producto:
Zendesk
Abrir Agente de Soporte Post-Venta
IA aplicada · Caso sanitizado
Taskflow
Problema: Reportar avances de trabajo hacia los canales del equipo es una tarea manual y repetitiva que compite con el trabajo mismo.
Rol: Especialista en Producto e IA Aplicada; diseño y construcción del pipeline completo
Resultado: Pipeline multi-agente que publica reportes en Slack y ClickUp sin intervención manual.
IA:
Modelos Claude
IA:
Orquestador multi-agente
IA:
Context Engineering
Código:
LangGraph
Abrir Taskflow
Inclusive Learning
Beelab
Problema: Los recorridos educativos no consideran la diversidad sensorial de los estudiantes: barreras de accesibilidad sensorial e informativa dificultan orientar el cuerpo, la ruta y la información.
Rol: Investigación en terreno, síntesis de hallazgos, criterios de inclusión y desarrollo conceptual
Resultado: Material didáctico multisensorial, prototipo físico y secuencia visual del proceso.
Diseño:
Blender
Diseño:
Señalética y láminas
Hardware:
Maqueta física
Método:
Investigación de campo
Abrir Beelab
Immersive Experiences
BEEXCURSION
Problema: Sostener orientación, atención y participación durante un recorrido educativo; las excursiones carecen de capas digitales que enriquezcan la narrativa.
Rol: Diseño integral, estructura narrativa del recorrido e integración entre elementos físicos y virtuales
Resultado: Experiencia guiada con AR, tótems, modelos 3D, boards y secuencia por frames.
Código:
Meta Spark
Diseño:
Blender
Código:
Optimización de activos 3D
Hardware:
Tótems y wayfinding
Abrir BEEXCURSION
Product / UX Research
Investigación aplicada como hilo conductor
Problema: transformar contextos complejos en criterios de diseño verificables, desde aprendizaje inclusivo hasta operación industrial.
Rol: observación, entrevistas, síntesis, definición de usuarios, criterios y narrativa de producto.
Evidencia: Beelab aporta investigación contextual; BEEXCURSION valida experiencia físico-digital; D-Assistance suma evaluación SUS y arquitectura operativa.
Volver a casos seleccionados
