INSURTECH: Compañía especializada en seguros embebidos y protección digital de dispositivos
Centralización de múltiples fuentes de datos en AWS mediante un Data Lake escalable y automatizado
Construyendo una base sólida para los datos
EL PUNTO DE PARTIDA
Insurtech es una compañía especializada en seguros embebidos y protección de dispositivos, que opera sobre un ecosistema digital donde la información es un elemento clave para el negocio.
Su arquitectura de datos está distribuida entre múltiples fuentes, incluyendo APIs internas, bases de datos PostgreSQL, ElasticSearch y diferentes herramientas operativas, que funcionaban de forma independiente pero sin una capa común de unificación.
Este crecimiento natural del sistema generaba un escenario en el que el volumen, la variedad y la frecuencia de los datos requerían evolucionar hacia una arquitectura más estructurada, capaz de soportar análisis consistentes y escalables.
El objetivo del proyecto fue diseñar una arquitectura de datos en AWS que permitiera centralizar, estandarizar y automatizar la gestión de la información, estableciendo una base sólida para analítica avanzada y toma de decisiones basada en datos fiables.
FASES DEL PROYECTO
En la primera fase, se definió junto al equipo de Insurtech la arquitectura objetivo en AWS, estableciendo el modelo de Data Lake, la estructura de almacenamiento y los principios de organización del dato, con foco en escalabilidad y mantenibilidad.
En la segunda fase, se realizó la integración progresiva de las principales fuentes de datos, conectando APIs internas, PostgreSQL y ElasticSearch, y estableciendo un flujo de ingesta centralizado hacia el Data Lake.
En la tercera fase, se implementó la automatización del procesamiento de datos mediante AWS Glue, AWS Lambda y AWS DMS, estandarizando la transformación y carga de información y reduciendo la necesidad de intervención manual en los flujos operativos.
En la fase final, se consolidó la arquitectura como un sistema modular, extensible y preparado para crecimiento, habilitando la incorporación de nuevas fuentes sin rediseñar la base del sistema y dejando preparado el entorno para casos de uso de analítica avanzada, BI e iniciativas futuras de explotación del dato.
Data Lake centralizado
Automatización del flujo de datos
Reestructuraciones de arquitectura
Flujo de ingesta automatizado
Servicios AWS coordinados
Ingesta y transformación automatizadas