S06-26-NC-EQUIPO--72

Panel de Datos Públicos - App BiT (B2G)

Integrantes del Equipo

🎨 Frontend

Nombre	Rol	GitHub
Juan Ramirez	Frontend Developer	@juanRCoder
Lorenzo Segada Lopez	Frontend Developer	@lorenzosegada

📋 Project Management

Nombre	Rol	GitHub
Jonathan Axel Zappa Verardi	Project Manager	@AxelJZ

🧪 QA

Nombre	Rol	GitHub
Maria Grillo	QA Tester	@Mgrillo348
Victoria Paula Del Giovine	QA Tester	@victoriadelgiovine

⚙️ Backend e Infraestructura

Nombre	Rol	GitHub
Héctor Armando Cortez	Backend Developer & Infra	@CoraYako
Matias Almaraz	Backend Developer	@Malmaraz1
Georgina Bosque	Backend Developer	@GinaCapuchina

🤖 Data e IA

Nombre	Rol	GitHub
Rider Renato Manrique Cueto	Data Developer	@ridermanriquecueto
Tomás Barrera	Líder Técnico - Fullstack (Back, Front, Data & IA)	@Barreratomas

---

Introducción y Contexto del Negocio

¿Qué es App BiT?

App BiT es una plataforma B2G (Business to Government) diseñada para transformar la gestión de políticas públicas de movilidad en ciudades inteligentes. Nace de la necesidad de los gestores públicos de acceder a datos complejos (más de 18 millones de datos) que hoy están atrapados en archivos dificiles de analizar (Excels).

El problema que resuelve

Los equipos técnicos y analistas pierden horas buscando datos dispersos, mientras que los decisores políticos no pueden consultarlos sin intermediarios. App BiT elimina esta fricción: permite a un gestor preguntar en lenguaje natural (ej: "¿Hay relación entre el nivel de conectividad y el nivel de educación?") y obtener una respuesta precisa en segundos, apoyada por el cruce de datos reales.

Contexto del MVP

Para esta primera versión del producto, tomamos decisiones estratégicas de alcance estricto ("Trade-offs") para garantizar la viabilidad del proyecto dentro de un plazo acotado (5 semanas), priorizando la validación de la Inteligencia Artificial generativa sobre funcionalidades periféricas de software tradicional.

Cómo Levantar el Proyecto con Docker

Prerrequisitos

• Docker y Docker Compose instalados en tu sistema.

Pasos para Levantar el Proyecto

1. Preparar los datasets:
   • Descarga los datasets CSV desde este Google Drive
   • Colócalos en la carpeta ai/data/:

     ai/data/
     ├── antenas_flp.csv
     ├── assinantes.csv
     ├── tensor_concentracao.csv
     ├── tensor_mobilidade.csv
     ├── tensor_od.csv
     └── tensor_fluxo_vias.csv
     

2. Configurar variables de entorno del proyecto:

   cp .env.example .env

   El archivo .env ya viene configurado con valores por defecto. Podes editarlo si necesitas cambiar credenciales o puertos.
3. Configurar variables de entorno del AI Service:

   cd ai
   cp .env.example .env

   Edita ai/.env con tus credenciales (necesarias para el agente de IA).
4. Levantar todos los servicios con Docker Compose:

   cd ..  # Volver a la raíz del proyecto
   docker-compose up --build

Servicios Disponibles

• Frontend: http://localhost:5173
• Backend (Spring Boot): http://localhost:8080/api/swagger-ui/index.html
• AI Service: http://localhost:8000/docs
• phpMyAdmin: http://localhost:8081 (usuario: root, contraseña: root)

Documentación técnica

• Frontend
• Backend (Spring Boot)
• AI / DATA