Desarrollé un sistema end-to-end para la extracción, almacenamiento y visualización en tiempo real de los datos financieros de Ecopetrol publicados en la Bolsa de Valores de Colombia (BVC). La arquitectura combina un RPA en Python que automatiza la descarga de datos, una base de datos SQL como repositorio central y una API REST en Flask que expone los indicadores clave a través de un dashboard web actualizado automáticamente.
Arquitectura del sistema. El flujo recorre tres capas: (1) extracción automatizada con RPA, (2) persistencia en SQL Server y (3) exposición vía API Flask en localhost. Esta separación de responsabilidades hace el sistema modular: cada capa puede actualizarse o reemplazarse de forma independiente.
Análisis histórico de precios. Procesé series temporales de precios de cierre, máximos, mínimos y volumen de Ecopetrol. Los patrones identificados —tendencias, estacionalidades y anomalías— sirven como contexto de referencia para los datos en tiempo real y para futuros modelos predictivos.
RPA de captura de datos. Implementé el robot con pyautogui y webbrowser para interactuar directamente con el portal de la BVC, descargando los datos en horarios programados. El enfoque elimina la intervención manual, estandariza el proceso y garantiza reproducibilidad total.
API REST en Flask. El servidor expone los endpoints de consulta con respuestas en JSON estructurado. La consola muestra el estado del servidor y los logs de cada petición, facilitando el monitoreo y la depuración. Para producción, la arquitectura es compatible con servidores WSGI como Gunicorn.
Dashboard web de visualización. La interfaz consume la API y presenta los indicadores financieros clave en tiempo real: precio actual, variación porcentual, volumen y tendencia. El diseño prioriza la legibilidad y la actualización automática sin recarga de página.