Ejecución técnica – construyendo el MVP
Web components, Python y la estrategia «Standalone» para un despliegue sin fricción.
Stack tecnológico elegido.
Para este MVP (Producto Mínimo Viable), he priorizado la velocidad de desarrollo y la portabilidad.
* Backend (simulación): Python. Es el lenguaje nativo del Data Science. Usé `pandas` (simulado con diccionarios para portabilidad) y `random` para la generación estocástica de escenarios.
* Frontend: HTML5 + JavaScript (ES6). No usé React ni Angular deliberadamente, para reducir la complejidad del «build». Quería un archivo que se pudiera abrir con doble clic.
* Estilos: Tailwind CSS. Permite prototipar interfaces modernas (Glassmorphism, Dark Mode) en minutos.
* Visualización: Chart.js. Librería ligera para renderizar los gráficos de telemetría en tiempo real.
Arquitectura «Standalone» (el reto del CORS).
Uno de los desafíos técnicos más interesantes fue hacer que la aplicación funcionara totalmente offline o localmente para el portfolio.
Los navegadores modernos bloquean por seguridad (CORS) que un HTML local lea un archivo JSON local.
La solución: Inyección de datos.
En lugar de hacer un `fetch(‘data.json’)`, diseñé un script de Python que incrusta los datos JSON directamente dentro del archivo `index_standalone.html` como una variable global JS (`const advancedData = {…}`).
Este es el último de los cinco artículos que he redactado acerca del proyecto KPI Ferroviaria, si no has leído los dos anteriores, te dejo los enlaces para el primero, segundo, tercero y cuarto.
