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.