Logo Apisdom
InicioAPIsProyectosServiciosBlog
Volver a Proyectos

Viral: Predicción de Series Temporales

Herramienta de predicción de series temporales con IA. Sube tus datos, obtén tres escenarios de futuro con intervalos de confianza del 90%.

Imagen principal de Viral: Predicción de Series Temporales
Categoría: Inteligencia Artificial / SaaS
Publicado: 10 de marzo de 2026
Actualizado: 24 de abril de 2026
Orden: #0
Ver Proyecto

Galería del Proyecto

Imagen 1 del proyecto Viral: Predicción de Series Temporales
Imagen 2 del proyecto Viral: Predicción de Series Temporales
Imagen 3 del proyecto Viral: Predicción de Series Temporales
Imagen 4 del proyecto Viral: Predicción de Series Temporales
Imagen 5 del proyecto Viral: Predicción de Series Temporales
Imagen 6 del proyecto Viral: Predicción de Series Temporales
Imagen 7 del proyecto Viral: Predicción de Series Temporales

Tecnologías Utilizadas

Next.js 15
TypeScript
Firebase
Stripe
Google Cloud Run
Chronos-2, Amazon Science
ApisDom
FingerprintJS
Tailwind CSS
Phosphor Icons
Zod
Pino
Vitest
Playwright

Sobre el Proyecto

Cargando contenido...

Información Técnica

Slug del proyecto:

viral-prediccion-de-series-temporales

ID del proyecto:

lS8IkDAZHL2eJdc7BYcy

Estado:Publicado
Posición en lista:Orden #0

Documentación Específica del Proyecto

Motor de IA

Chronos-2 (Amazon Science). Zero-shot. Intervalos de confianza via regresión cuantílica percentiles 5%-50%-95%. Ejecutado en microservicios propios de ApisDom.

Arquitectura

Hexagonal Ports & Adapters. Core puro sin dependencias externas. Cualquier proveedor es intercambiable sin tocar lógica de negocio.

Calidad de datos

Semáforo rojo/amarillo/verde. Bloqueo automático si datos insuficientes. El crédito no se consume si el análisis no es fiable.

Pagos

Sistema de créditos sin suscripción. Stripe. Créditos sin caducidad. Factura legal automática por compra.

Seguridad

HMAC, rate limiting por IP y usuario, FingerprintJS anti-fraude, GDPR compliant, servidores en Europa, datos encriptados en tránsito y reposo.

Transparencia

MAPE real calculado por backtesting. Si la tendencia es negativa, se muestra negativa. Documentación técnica pública del modelo.

Compartir este Conocimiento

Si este proyecto aporta valor o podría inspirar a otros, considera difundirlo en tu red profesional.

Logo Apisdom

Potenciando el futuro con APIs de Inteligencia Artificial y desarrollo de software a medida.

  • Términos de Servicio
  • Política de Privacidad
  • Política de Cookies
  • Política de Pagos
  • Aviso Legal
  • APIs y Precios
  • Documentación
  • Blog
  • Proyectos
  • Servicios
  • FAQ
  • Contacto: admin@apisdom.com
Contribuir
Logo Apisdom

Potenciando el futuro con APIs de Inteligencia Artificial y desarrollo de software a medida.

Redes
Políticas
  • Términos de Servicio
  • Política de Privacidad
  • Política de Cookies
  • Política de Pagos
  • Aviso Legal
Enlaces Rápidos
  • APIs y Precios
  • Documentación
  • Blog
  • Proyectos
  • Servicios
  • FAQ
Contacto
  • Email: admin@apisdom.com
  • Juan Luis
Contribuir

Contribuye al desarrollo

© 2026 Apisdom. Todos los derechos reservados.

Desarrollado con Next.js

    Viral es una aplicación web de predicción estadística que convierte cualquier serie de datos históricos en proyecciones de futuro accionables.

    El motor

    El núcleo del sistema es Chronos-2, el modelo de series temporales de Amazon Science, ejecutado a través de los microservicios propios de ApisDom desplegados en Google Cloud Run (europe-west1). No es una integración directa: ApisDom optimiza los parámetros de precisión, gestiona los intervalos de confianza cuantílica y expone el motor mediante una API propia con control total sobre latencia, disponibilidad y transparencia técnica.

    Qué hace exactamente

    El usuario sube un archivo CSV o Excel, o pega sus datos directamente. El sistema evalúa la calidad del historial mediante un semáforo de tres niveles: si los datos son insuficientes (rojo), el análisis se bloquea antes de consumir créditos. Si son aceptables (amarillo) o óptimos (verde), Chronos-2 genera la predicción y devuelve tres escenarios con sus límites estadísticos reales.

    Lo que ve el usuario

    • Escenario probable: la tendencia central calculada por el modelo
    • Techo estadístico: límite superior con 90% de confianza
    • Suelo estadístico: límite inferior con 90% de confianza
    • MAPE real: el margen de error medido por backtesting, no estimado

    Si los datos indican caída, se muestra la caída. Sin filtros, sin optimismo artificial.

    Ejemplo Real: ▶ Ver demostración en YouTube: Flujo Comportamiento tecnológia ApisDom|Viral + Amazon Chronos-2