Acceptance Radar Acceptance Radar

Resumen

Construyó para una red global de pagos una plataforma territorial de aceptación que califica los ~5.5 millones de comercios de México con un modelo explicable de propensión de conversión y permite a los equipos filtrar, mapear y exportar comercios priorizados con sus coordenadas.

Puntos clave

1. 01

   Desarrolló un ETL en Node que extrae 5.49 millones de POI con indicadores de método de pago desde un almacén Postgres de solo lectura de 45 GB hacia DuckDB y publica un artefacto servible de 70 MB en Parquet+zstd.

2. 02

   Diseñó un núcleo de propensión geométrico (valor transaccional × brecha de aceptación × viabilidad × presión del entorno) con evidencia de pago de tres estados y encogimiento por completitud por debajo de 0.35 de confianza.

3. 03

   Redujo de más de 40 minutos a 12 segundos un paso de cálculo de percentiles con percentiles mid-rank exactos sobre valores distintos, y logró que los conteos del mapa, la lista y la exportación siempre coincidan.

Tecnologías

• Next.js 16
• React 19
• TypeScript
• DuckDB
• PostgreSQL
• Parquet (zstd)
• MapLibre GL
• H3
• Modelo de propensión log-odds
• Vercel Blob
• Zustand
• Radix UI