BlackPrint Radar BlackPrint Radar

Resumen

Diseñó un pipeline de resolución de entidades en varias etapas que fusionó, deduplicó y enriqueció con datos catastrales 230,553 registros de negocios de fuentes comerciales y gubernamentales en Querétaro, base de datos de la plataforma Radar Comercial.

Puntos clave

1. 01

   Desarrolló una puntuación ponderada de nombre, dirección, teléfono, categoría y distancia que combina coincidencia de tokens (Jaccard y contención), redistribución adaptativa de pesos, una vía rápida para cadenas conocidas y embeddings multilingües MiniLM de 384 dimensiones para emparejar las categorías en inglés de Dataplor con las del DENUE en español.

2. 02

   Emparejó 6,795 pares Dataplor–DENUE en un radio de 25 m y vinculó 19,509 POI con licencias municipales a 350 m mediante una rejilla espacial del doble del radio de búsqueda, resolviendo 215 mil × 34 mil candidatos en unos 3 minutos.

3. 03

   Enriqueció los POI con cruces STRtree en UTM 14N contra la zonificación PMDUQ 2023, predios y unidades en condominio, y entregó una exportación de 53 columnas para el backend con un poi_id basado en H3 res-12 y BLAKE2b, cubierta por 87 pruebas de pytest.

Tecnologías

• Python
• Pandas
• Resolución de Entidades
• Sentence-Transformers
• Embeddings Multilingües
• Shapely STRtree
• H3
• Rejilla Espacial
• Pytest
• BigQuery