Brickeer

Brickeer · Datos e IA en producción

Productos de datos e IA que de verdad se usan.

Montamos plataformas de datos, agentes de IA y modelos junto a tu equipo. Y no nos vamos hasta que los maneja sin tener que llamarnos.

Casos de cliente

Dos productos que ya usa gente de verdad.

Los construimos con Containeer y Northa y siguen en marcha. Aquí no verás sus cifras de marketing, sino el producto tal y como se usa.

¿Trabajas en la administración pública? El método es el mismo, con un requisito más: cada decisión del sistema tiene que poder explicarse.

Ver todos los casos →

Cómo trabajamos

Entregar es fácil. Lo que cuenta es que en seis meses se siga usando.

Por eso nos sentamos desde el primer día con quienes lo van a usar y les enseñamos cada avance antes de seguir.

Así lo notarás en el día a día

Quien lleva tu proyecto mira tres cosas a la vez

Conoce al equipo y cómo trabaja →
  • Tecnología

    Construye el sistema y lo deja funcionando en tu nube.

  • Negocio

    Convierte tu objetivo en prioridades y en una forma de medir si ha salido bien.

  • Mercado

    Piensa en quién lo va a usar y en cómo te ayuda a vender más o a gastar menos.

Lo que construimos

Sistemas que tu equipo puede operar.

Tres prácticas que se apoyan entre sí. Los diagramas que verás son ilustraciones.

Trabajamos con las herramientas que ya tienes
  • Databricks
  • BigQuery
  • Snowflake
  • S3 / R2
  • Airflow
  • Dagster
  • ADF
  • LangChain
  • LangGraph
  • RAG
  • Vector DB
  • MCP
  • Jupyter
  • MLflow
  • dbt
  • Apache Iceberg
Ver cómo se integra con tu stack →
01 · IA Y AGENTESCon una persona al mando

Agentes y chatbots

Una tarea concreta, sus herramientas y una persona donde la respuesta importa: clasificar, buscar en documentos o dejar un borrador listo para revisar.

Qué se construye
  • Un agente en LangChain o LangGraph, con herramientas acotadas y entrada y salida definidas
  • Pruebas con ejemplos tuyos, no con una demo genérica
  • Límites: qué no debe contestar el sistema y dónde se corta
LangChainLangGraphRAGVector DBMCP
Ver la práctica →
Un taller de ladrillos: un bloque central unido a otros más pequeños con una lupa y una llave, y al final un bloque crema donde se revisa el resultado.
ResultadoUna aplicación que el equipo usa en su trabajo, con una forma de saber si empeora.
02 · ORQUESTACIÓNAirflow · Dagster · ADF

Pipelines que se vuelven a correr

Airflow, Dagster o ADF llevan el horario, los reintentos y el aviso cuando algo falla. El pipeline se puede volver a lanzar sin abrir el portátil de quien lo escribió.

Un pipeline de ejemplo

✓ Todo en orden
  1. IngestaListo

    Trae los datos desde su origen.

  2. ValidaciónListo

    Comprueba que los datos tienen la forma esperada.

  3. LimpiezaListo

    Elimina duplicados y errores.

  4. ModeladoListo

    Los convierte en tablas que se pueden consultar.

  5. PublicaciónListo

    Deja el resultado listo para que tu equipo lo use.

Cada paso se puede volver a correr por separado.

Calidad y testing automatizadosVer la práctica →
03 · LAKEHOUSEDatabricks · BigQuery · Snowflake · S3 / R2

Donde ya están los datos

Databricks, BigQuery o Snowflake, con los datos en S3 o R2, según la cuenta que ya usas. Spark pone el motor cuando hay que procesar a lo grande. Los datos se quedan donde ya están.

Tu plataforma, en tu nube

Los datos viven en tus propios buckets. Son tuyos y se pueden mover.

AWS S3 · Google Cloud Storage · Cloudflare R2

Formatos abiertos de principio a fin, sin atarte a un proveedor.

Cómputo en tu propia nubeVer la práctica →

IA + personas

La IA acelera. Decide una persona.

Usamos IA para lo repetitivo: clasificar, buscar, escribir el primer borrador. Lo que se aprueba lo aprueba una persona.

Lo que acelera la IA

  • Clasificar, buscar y redactar borradores sobre tus propios documentos
  • Repetir tareas que un pipeline puede volver a correr
  • Detectar lo raro para que alguien lo mire

Lo que decide una persona

  • El alcance, las prioridades y los cambios
  • Lo que se aprueba antes de tocar datos de producción
  • Qué hacer con una recomendación y qué no dar por cierto

Caso de uso

Montar una arquitectura de datos, ladrillo a ladrillo

La IA propone

Monta los dashboards y las alertas.

La persona decide

Decide qué se mide y qué se hace con ello.

Caso ilustrativo. La IA propone; una persona decide.

Un caso ilustrativo y resumido. Las decisiones siempre las toma una persona.

De principio a fin

Cinco fases. Siempre sabes dónde está el proyecto.

Apertura, plan, ejecución, control y cierre. En «Método» ves quién hace qué en cada fase y qué recibes.

01

Apertura

Una persona responsable por tu parte, la decisión que hay que mejorar y un criterio de éxito. Si algo no está claro, lo definimos juntos antes de empezar.

Ver cómo trabajamos →

Hablemos

¿Empezamos a construir?

Cuéntanos qué quieres conseguir. Si todavía no está todo definido, lo aclaramos juntos.

No hace falta un pliego. Cuéntanos qué quieres conseguir y qué tienes hoy, y vemos juntos cómo plantear el encargo.

Canal directo

El formulario abre tu programa de correo. No hay un buzón interno en esta web: el mensaje lo envías tú a info@brickeer.com.

Lo lee directamente quien va a construirlo.

Cómo trabajamos contigo
  • Respuesta directa en menos de 24 h laborables.
  • Te decimos con sinceridad si podemos ayudarte.
  • Hablas con quien lo va a construir.

Paso 1 de 4

¿Qué necesitas?

Elige lo que más se parece. Si no lo tienes claro, elige «Otra».

¿Qué necesitas?