CIMARQSentinel
Monitoreamos el agua, prevenimos riesgos.
Visualiza, anticipa y actúa para cuidar lo que importa.
Ver Demo del SistemaDemostración
Observa cómo CIMARQSentinel monitorea en tiempo real los parámetros del agua y genera alertas inteligentes
Beneficios del Sistema
Monitoreo en tiempo real de parámetros del agua (temperatura, pH, oxigenación).
Alertas automáticas cuando los valores exceden rangos críticos.
Análisis predictivo basado en machine learning.
Panel centralizado para visualizar datos históricos y actuales.
Sistema de simulación de datos integrado (compatible con sensores reales).
Panel intuitivo y moderno para supervisores y operadores.
¿Cómo funciona CIMARQSentinel?
CIMARQSentinel es un sistema de monitoreo y análisis predictivo diseñado para optimizar la gestión de la investigación acuícola. Recibe datos desde sensores IoT o desde un sistema de simulación, los procesa mediante una API en Flask y los visualiza en un panel moderno desarrollado en React. Además, integra un modelo de machine learning entrenado para anticipar cambios críticos en los parámetros del agua. El sistema busca brindar información clara, alertas precisas y apoyo confiable en la toma de decisiones.
Nuestro Equipo
Juan Campos Castro
Desarrollador Principal y Responsable del Proyecto
Encargado del frontend, backend, APIs, simulación, base de datos y arquitectura completa del sistema.
Nicolás Caselli
Supervisión Metodológica
Orientación en la planificación, diseño metodológico y validación del proyecto.
Matías Vargas
Supervisión Técnica
Asesoría técnica en implementación, arquitectura y desarrollo tecnológico.
🚀 Tecnologías del Proyecto
Frontend
Framework moderno con renderizado del lado del servidor (SSR), sistema de tipos robusto y diseño utility-first para interfaces rápidas y escalables.
Backend
API REST robusta con autenticación JWT, procesamiento de datos IoT en tiempo real, gestión de alertas automáticas y notificaciones por email.
Protocolo IoT
Protocolo de mensajería liviano y eficiente para comunicación en tiempo real entre sensores IoT y el sistema central.
Base de Datos
Base de datos NoSQL de alto rendimiento para almacenamiento escalable de datos históricos de sensores y usuarios.
Simulador IoT
Sistema de simulación que genera datos realistas de sensores (temperatura, pH y oxígeno) para pruebas y desarrollo, fácilmente reemplazable por hardware real.
Machine Learning
API de Machine Learning para predicción de series temporales usando modelo Perceptrón personalizado. Entrenado con datos históricos de sensores (temperatura, pH, oxígeno) para predecir comportamientos futuros y generar alertas tempranas.
Características: Predicciones en tiempo real, métricas de rendimiento (MAE, MSE, RMSE), procesamiento asíncrono, y arquitectura escalable con FastAPI.
Repositorios del Proyecto
Frontend & Backend
Sistema completo de monitoreo IoT · Dashboard en tiempo real con Next.js 15, React 18, Material-UI · API REST con Flask y Python · Integración MQTT con Mosquitto · Base de datos MongoDB · Visualización de datos con gráficos interactivos · Simulación de sensores
Machine Learning API
API de predicción con modelo Perceptrón · FastAPI para series temporales · Entrenamiento con métricas MAE, MSE, RMSE · Predicciones automáticas para temperatura, pH y oxígeno · MongoDB asíncrono · Desplegado en Railway
Contacto
¿Tienes alguna pregunta?
Estoy disponible para discutir proyectos y colaboraciones. No dudes en contactarme.