HogarIAMascotas IANuevo

Consultoría de datos e IA

Tus datos, de la fuente a la decisión.

Construimos a tu medida la ingeniería de datos, los agentes con IA y los tableros que tu empresa necesita, en producción desde el primer día. Nosotros ayudamos a construir; la casa es tuya.

DatosIADataViz

Servicios con alcance cerrado

Sabes qué recibes y en cuánto tiempo antes de empezar.

Cubrimos todo el recorrido de tus datos, de la fuente a la IA.

  1. Etapa 1

    Ingesta

    Datos que llegan solos y sin errores.

    • Pipelines que integran tu ERP, SQL, APIs y planillas en una carga automática.
    • Automatización de procesos con n8n e IA.
    4–8 semanas · por fuente

    Caso: ingesta masiva de datos

  2. Etapa 2

    Arquitectura

    Una base que crece sin reescribirla cada año.

    • Un modelo de datos único en Fabric o SQL, pensado para crecer.
    • Modernización de .NET Framework a .NET actual y la nube, sin detener la operación.
    Por módulos · plan previo

    Agenda 30 min

  3. Etapa 3

    Tableros y apps

    Tableros y aplicaciones que la gente usa.

    • Power BI y Fabric: tableros por rol, con permisos bien resueltos.
    • Portales web y apps .NET para capturar, aprobar y operar.
    Por fases · según volumen

    Mide la madurez de tus datos

  4. Etapa 4

    IA

    IA que llega a producción.

    • Agentes que consultan tus sistemas y ejecutan tareas, con control humano.
    • Asistentes en WhatsApp, web y correo, en el idioma de cada cliente.
    • Evaluación de exactitud y alucinaciones de tu asistente actual.
    Piloto medible · luego escala

    Anatomía de un agenteCaso: capa multiagenteVer mascotas con IA

También damos talleres de Power BI e IA para tu equipo, con tus propios datos (de 4 a 16 horas).

Anatomía de un agente que llega a producción

Un chatbot contesta. Un agente entiende, actúa, sabe cuándo parar y aprende. Así se ve funcionando.

Los mensajes llegan por WhatsApp, Telegram, web, correo o API. El agente, en Python, detecta el idioma solo, consulta tus sistemas (ERP, CRM, SQL, documentos, memoria) y calcula su confianza. Si supera el umbral responde; si no, pasa la conversación a tu equipo con historial y resumen. Cada caso escalado se convierte en una prueba nueva y cada versión se evalúa antes de salir.

Cómo trabajamos

Cuatro pasos, sin sorpresas de alcance ni de precio.

  1. Conversación

    Entendemos el problema, tus sistemas y qué significa “funcionar” para ti.

    30 minutos · sin costo
  2. Propuesta cerrada

    Alcance, entregables, plazo y precio por escrito. Si no convence, no hay compromiso.

    En menos de una semana
  3. Entregas por fases

    Ves avances funcionando cada una o dos semanas, no un informe al final.

    Según el proyecto
  4. Operación

    Documentación, traspaso a tu equipo y soporte opcional para que siga andando.

    Soporte mensual opcional

Lo que ya construimos, contado sin maquillaje

Sin nombres de clientes. El detalle técnico, completo en una llamada.

Ingesta masiva de datos de terceros

ETL · Alto volumen

Problema

Muchas entidades externas debían enviar grandes volúmenes de datos a una plataforma central, cada una desde sus propios sistemas.

Arquitectura

Recepción por gRPC optimizada para cargas masivas y un proceso ETL con SSIS que valida y carga los datos en SQL Server.

Resultado

Un único camino de entrada para todas las fuentes, con el proceso de carga acordado con el equipo funcional.

Data warehouse por capas para detección de fraude

ETL · Modelado

Problema

Cada organización llegaba con sus datos en un formato distinto, y las herramientas analíticas necesitaban una estructura común.

Arquitectura

ETL de integración por fuente, data warehouse estandarizado con arquitectura Medallion y un servicio de extracción para la analítica.

Resultado

La misma estructura en producción en siete organizaciones, equilibrando lo que pedía el negocio con el costo de mantenerla.

Ingesta multimodal para asistentes con IA

ETL · IA

Problema

El conocimiento estaba repartido en PDF, páginas web, audios, videos y carpetas compartidas, y el asistente debía responder sobre todo eso.

Arquitectura

Pipeline en Python con conectores intercambiables: scraping, transcripción de audio y video, OCR, y carga por fragmentos en una base vectorial.

Resultado

Agregar un tipo de fuente nuevo es sumar un conector, sin tocar el resto del pipeline.

Integración de canales de comunicación

IA · Canales

Problema

Los clientes escriben por WhatsApp, Telegram y la web, y el equipo interno trabaja en Slack. Un bot distinto por canal multiplica el mantenimiento.

Arquitectura

Un conector por canal que traduce cada mensaje a un formato común. Detrás, los mismos agentes, la misma memoria y las mismas reglas de negocio.

Resultado

La conversación es la misma sin importar por dónde llegue, y sumar un canal nuevo no obliga a tocar los agentes.

Capa multiagente con tareas síncronas y asíncronas

IA · Arquitectura

Problema

Responder un chat toma segundos; procesar documentos o generar resúmenes toma minutos. Mezclarlos deja al usuario esperando.

Arquitectura

Agentes orquestados en n8n, cada uno como un flujo propio. Las tareas rápidas se ejecutan en línea y las largas se lanzan en segundo plano.

Resultado

El chat responde al momento mientras lo pesado corre aparte, y una falla en un agente no detiene a los demás.

Enrutamiento de agentes

IA · Orquestación

Problema

No todas las preguntas se resuelven igual: algunas están en los documentos, otras necesitan buscar afuera y otras no deben responderse.

Arquitectura

Un flujo enrutador en n8n clasifica cada mensaje y lo deriva al agente que corresponde, con un umbral de certeza sobre la búsqueda en documentos.

Resultado

Cada agente mide su propio consumo de tokens, así que se conoce el costo por conversación y por cliente.

Ciclo de aprendizaje

IA · Mejora continua

Problema

Saber que el asistente falla no alcanza: hay que saber en qué temas falla más y cuánto le cuesta al negocio.

Arquitectura

Dos capas: un modelo clasifica cada respuesta mala en tiempo real, y un proceso agrupa las fallas parecidas por similitud de embeddings.

Resultado

Una lista priorizada de vacíos de conocimiento, cada uno con su impacto estimado, lista para que el negocio decida qué cubrir primero.

Tablero operativo sobre millones de filas

Power BI · Rendimiento

Problema

Una tabla de más de 6 millones de filas que crece a diario, y un tablero que debía seguir respondiendo rápido.

Arquitectura

Modelo en estrella, medidas DAX pensadas para el volumen y visuales que agregan valor sin sumar carga a cada consulta.

Resultado

El equipo de operaciones sigue su actividad diaria en un solo tablero, sin esperar a que cargue.

Quién está detrás

Jose Luis Correa Godefoy, fundador de HogarIA

Jose Luis Correa Godefoy

Fundador · Ingeniería de datos e IA

Antes de fundar HogarIA pasé más de 12 años como arquitecto .NET y líder técnico de sistemas críticos para el sector financiero, donde el dato tiene que estar bien a la primera.

Hoy combino esa base de ingeniería con Python y el ecosistema de IA para construir agentes, pipelines y tableros. Aplico el mismo rigor a proyectos de datos e IA para empresas de toda Latinoamérica: menos pilotos que se quedan en la presentación, más sistemas que funcionan un lunes a las 9 de la mañana.

Experiencia
12+ años en arquitectura y liderazgo técnico
Tecnologías
Python · .NET · ASP.NET Core · Blazor · SQL Server · Oracle · Power BI · Fabric · n8n
Trabajo en
Español, portugués e inglés
Formación reciente
4 cursos de agentes, evaluación y automatización con IA · 2026

¿Qué tan listos están tus datos?

Tres preguntas, un minuto. Te decimos por dónde empezar.

Preguntas frecuentes

¿Trabajan con empresas fuera de Brasil?

Sí. Trabajamos en remoto con clientes de toda Latinoamérica y facturamos desde Brasil como exportación de servicios.

¿El asistente puede atender por WhatsApp en varios idiomas?

Sí. Usamos la API oficial de WhatsApp Business (y Telegram, web o correo si los necesitas). La detección del idioma es automática desde el entrenamiento: no hay que preparar una versión por idioma ni configurar nada. El asistente reconoce el idioma de cada cliente y le responde en ese mismo idioma.

¿Qué pasa cuando la IA no sabe la respuesta?

No inventa. Si no tiene suficiente confianza, o el tema requiere a una persona, pasa la conversación a tu equipo con el historial y un resumen. Esa respuesta humana después sirve para que el asistente aprenda.

¿Firman acuerdo de confidencialidad?

Sí, antes de ver cualquier dato o sistema tuyo. Trabajamos con acceso mínimo y dentro de tu infraestructura cuando es posible.

¿De quién es el código y la documentación?

Tuyos. Al cerrar el proyecto recibes el código, la documentación y los accesos, sin depender de nosotros para operarlo.

¿Qué pasa si el alcance cambia a mitad de camino?

Lo conversamos y ajustamos la propuesta por escrito antes de hacer el cambio. Nunca te llega una factura que no esperabas.

¿Necesito tener Power BI o Fabric para empezar?

No. Si hace falta, te ayudamos a elegir las licencias adecuadas para tu tamaño y a configurarlas bien desde el inicio.

¿Y si Power BI no me alcanza?

Pasa cuando el equipo necesita cargar datos, aprobar o trabajar sin conexión, no solo consultar. En esos casos construimos un portal web o una aplicación de escritorio en .NET sobre los mismos datos y permisos, y si conviene, con tus tableros de Power BI integrados dentro.

¿Tienes un proceso con datos que hoy te quita horas?

Empezar por el diagnóstico