De empresa · API de datos meteorológicos con modelos de aprendizaje automático servidos

Servicio de datos meteorológicos y modelos predictivos

Un servicio que sirve datos meteorológicos y dos modelos predictivos entrenados, construido en el marco de un proyecto de I+D con financiación pública, y al que saqué de los endpoints gestionados de la nube para que dejara de costar lo que costaba.

En producciónmar 2025 – jul 2026
El problema

Dos modelos entrenados servidos desde endpoints gestionados de la nube generan coste fijo mientras existen, se usen o no. En un proyecto con financiación acotada y consumo irregular, ese coste no se justifica — pero apagarlos rompe a todo el que ya los consume.

La decisión que lo define

Mover la implementación sin mover el contrato. El servicio nuevo se hace pasar por el antiguo a efectos de API, así que la migración es invisible para los consumidores y reversible para mí.

Cómo está hecho

API REST documentada con OpenAPI, y una aplicación específica que carga los artefactos de modelo con un cargador único y los expone con dos endpoints, uno de salud y otro de puntuación.

  • La migración conserva el contrato: el nuevo servicio replica las cabeceras, el esquema de entrada y la forma de respuesta del endpoint gestionado anterior, así que ningún consumidor tuvo que cambiar una línea.
  • Validación masiva de equivalencia tras migrar, con informes fechados que comparan las salidas antes y después.
  • Guía escrita de hibernación y restauración del endpoint en la nube: cómo exportarlo, eliminarlo para que no genere coste y recuperarlo si hace falta.

Lo que demuestra7

Principios que se ven aquí1