.jpg)
Completar la simulación de trabajo BCG X GenAI en Forage fue para mí la oportunidad de llevar la teoría a una práctica simulada pero muy exigente. El reto consistió en construir un prototipo funcional de una herramienta Generative AI para el análisis de estados financieros, no solo para escribir código sino para entregar una solución que un consultor pudiera usar para extraer rápidamente insights de datos empresariales complejos.
El entregable principal fue un chatbot en Python capaz de responder consultas en lenguaje natural sobre un conjunto de datos financieros en formato long. La primera tarea fue transformar los datos de formato long a wide mediante operaciones de pandas como pivot(), groupby() y sort_values() para convertir filas de términos financieros en columnas útiles para el análisis. A partir de esa estructura se implementaron cálculos clave como la suma de ingresos totales, la variación del resultado neto entre los dos últimos años y la identificación de la compañía con mayor facturación mediante agregaciones por empresa.
El prototipo de chatbot siguió una aproximación basada en reglas que mapeaba consultas no estructuradas del usuario a operaciones de datos estructurados. Esta estrategia permitió validar la idea con mínima complejidad antes de avanzar a integraciones con LLMs, prompt engineering o llamadas a API que suponen mayor coste. Preguntas típicas que el bot resolvía incluían ¿Cuál es el ingreso total?, ¿Cómo ha cambiado el resultado neto en el último año? y ¿Qué empresa tiene la mayor facturación?
Durante el desarrollo consolidé competencias clave que hoy son imprescindibles en proyectos reales: ingeniería y wrangling de datos para preparar datasets productivos; traducción de lógica de negocio a código efectivo y comprobable; prototipado con principios de Generative AI para crear interfaces en lenguaje natural; y desarrollo centrado en el usuario aun en una interfaz de línea de comandos, con menús de ayuda y manejo elegante de errores. Además reforcé buenas prácticas de legibilidad y mantenibilidad del código: funciones bien definidas, nombres de variables descriptivos y salidas formateadas que facilitan la colaboración en equipo.
Estos aprendizajes encajan con la oferta de Q2BSTUDIO como empresa de desarrollo de software que presta servicios integrales en aplicaciones a medida y software a medida, con un enfoque en inteligencia artificial y ciberseguridad. En Q2BSTUDIO combinamos experiencia técnica y visión de negocio para productos escalables, desde agentes IA y soluciones de ia para empresas hasta servicios intelligence de negocio y visualización con power bi.
Si tu empresa necesita desarrollar una solución similar o escalar un prototipo de IA, en Q2BSTUDIO diseñamos y entregamos aplicaciones robustas y seguras. Descubre nuestros servicios de desarrollo para aplicaciones y software a medida en desarrollo de aplicaciones y software multiplataforma y conoce nuestras capacidades en inteligencia artificial en servicios de inteligencia artificial. También ofrecemos ciberseguridad, pentesting, servicios cloud aws y azure, y soluciones de servicios inteligencia de negocio como Power BI para que tus datos impulsen decisiones estratégicas.
Conclusión: la simulación fue mucho más que un certificado, fue una prueba práctica de mi capacidad para entregar una solución de extremo a extremo bajo restricciones reales. Recomiendo a estudiantes y desarrolladores participar en simulaciones así para acortar la brecha entre lo académico y lo profesional. Si has hecho una simulación similar o has creado un proyecto que te enseñó habilidades inesperadas, compártelo: aprender de la experiencia colectiva es clave para mejorar.
Palabras clave: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi.
