"Conocer tus finanzas puede ser la diferencia entre tu nueva compra o tu nueva deuda."
¡Te invitamos a probar Finance IA! El proyecto se encuentra desplegado y funcionando en el siguiente enlace: 👉 Enlace al proyecto
Finance IA es una solución Fintech desarrollada con la intención de apoyar y hacer conciencia sobre el control financiero mediante el uso de Inteligencia Artificial.
A través de un ecosistema robusto de microservicios, la plataforma evalúa ingresos, niveles de endeudamiento y hábitos de ahorro para emitir un diagnóstico preciso. El sistema proporciona recomendaciones personalizadas en tiempo real, permitiendo a los usuarios tomar decisiones informadas, evitar riesgos crediticios y optimizar su economía personal con estrategias basadas en datos.
- 📊 Análisis de Perfil Financiero: Evaluación automatizada del estado del usuario (Saludable, En observación, En riesgo) impulsada por modelos de Machine Learning entrenados con datos reales.
- 🏷️ Clasificación Inteligente de Gastos: Categorización automática de transacciones (Alimentación, Transporte, Salud, Vivienda, Educación, Ocio y Servicios) mediante modelos entrenados y algoritmos.
- 💡 Motor de Recomendaciones (Finance-Babel): Alertas preventivas automáticas por sobreendeudamiento y estrategias personalizadas para la optimización de la frecuencia de ahorro.
- 📑 Reportes Ejecutivos: Generación y exportación dinámica de informes en formato PDF con desgloses detallados y planes de acción claros.
- 🔐 Seguridad y Control: Panel de administración y sistema de acceso seguro respaldado por validaciones estrictas y protección de rutas.
- 🌓 Experiencia de Usuario (UX/UI): Dashboard interactivo 100% responsive, desarrollado con soporte para Modo Claro/Oscuro.
| Área | Tecnologías Principales |
|---|---|
| Frontend (UI/UX) | Next.js (App Router), TypeScript, Tailwind CSS, jsPDF, html2canvas, Vercel |
| Backend (API REST) | Java 21, Spring Boot 4.1.0, MySQL 8.0.40, JWT, Swagger / OpenAPI |
| Data Science (IA) | Python 3.11, FastAPI, Scikit-Learn (clasificador_gastos.pkl, perfil_financiero.pkl), Pandas, NumPy |
| Infraestructura | Oracle Cloud Infrastructure (OCI), Docker, Docker Compose |
El proyecto está fundamentado en una arquitectura de microservicios orientada a la escalabilidad, el alto rendimiento y las mejores prácticas de código limpio:
- Integración Local Segura: La API principal (Java) y el microservicio predictivo (Python) se comunican de forma interna y eficiente.
- Contenedorización: Utilizamos Docker como solución de contenedorización para empaquetar los entornos, aislar las dependencias y asegurar la consistencia del despliegue entre el equipo.
- Cloud Hosting: La infraestructura se aloja en una instancia Compute de Oracle Cloud Infrastructure (OCI), aprovechando OCI Object Storage para el resguardo del dataset y los modelos de IA entrenados (
.pkl).
📄 Documentación Técnica Adicional:
- Diagrama e interacción de infraestructura: arquitectura.md
- Especificación de reglas de negocio, modelos de ML y fallback: reglas_de_negocio.md
Para mayor transparencia sobre nuestro proceso de Data Science, dejamos a disposición la información y el detalle de cómo se entrenaron los modelos de Machine Learning utilizados en el proyecto:
👉 Datos de entrenamiento - Google Drive (Reemplazar con el link real de Drive)
El talento, la disciplina y la ingeniería detrás del código:
| Rol | Integrante | Enlaces Profesionales |
|---|---|---|
| Project Manager | Brayan Camargo | LinkedIn • GitHub |
| Full Stack Developer | Marco Arias | LinkedIn • GitHub |
| Backend Developer | Gabriel Gil | LinkedIn • GitHub |
| Backend Developer | Ian Osnaya | LinkedIn • GitHub |
| Data Scientist | Sonia Moran | LinkedIn • GitHub |
| Data Scientist | Armando Tapia | LinkedIn • GitHub |
| Data Scientist | Jesús García | LinkedIn • GitHub |
¿Quieres ejecutar Finance IA en tu propia máquina? Gracias a nuestra arquitectura con Docker, el proceso es muy sencillo.
Prerrequisitos:
- Tener instalado Git y Docker Desktop.
Pasos de ejecución:
-
Clona este repositorio en tu computadora:
git clone https://github.com/No-Country-simulation/G9-LATAM-Team-38.git
-
Navega al directorio del proyecto:
cd G9-LATAM-Team-38 -
Levanta todos los microservicios (Frontend, Backend, IA y Base de Datos) con un solo comando:
docker-compose up -d
-
Abre tu navegador y accede a la interfaz gráfica en:
http://localhost:3000
Como todo MVP, Finance IA tiene un camino de crecimiento por delante. Estas son algunas de las mejoras que contemplamos a corto y mediano plazo:
- 📅 Trazabilidad de transacciones: Incorporar el detalle de fecha de ingreso en las transacciones a lo largo de todo el ecosistema (Frontend, Backend, Base de Datos) y reflejarlo también en los reportes PDF generados.
- 🔒 Fortalecimiento de seguridad: Mejorar el algoritmo de hashing de contraseñas para reforzar la protección de las credenciales de los usuarios.
- 🧠 Evolución de los modelos: Ampliar el conocimiento y la capacidad predictiva de los modelos de Machine Learning con mayor volumen y diversidad de datos.
- 📋 Tablero de Gestión: Trello Oficial - Team 38
- 🌐 Iniciativas: NoCountry Tech • Alura Latam
Este software se proporciona sin garantías de ningún tipo, expresas o implícitas. Los autores no asumen responsabilidad por posibles errores, pérdida de datos o problemas derivados de su uso. Este proyecto es una prueba de concepto y no cuenta con soporte técnico ni mantenimiento activo.
Hecho con dedicación y cariño por el Equipo Babel.