RentSmart - p4s.co

Este proyecto desarrolla un sistema para extraer y visualizar datos de arrendamiento comercial en Bogotá, Colombia. Utiliza técnicas de scraping para obtener información clave como ubicación, tamaño, precio y descripción de locales comerciales desde portales web. Los datos se almacenan en una base de datos PostgreSQL y se visualizan en una interfaz interactiva creada con Streamlit, que permite filtrar locales por barrio. En una fase avanzada, se integran datos de OpenStreetMap para mostrar puntos de interés cercanos (restaurantes, bancos, transporte), mejorando la experiencia del usuario y facilitando la toma de decisiones empresariales en arrendamiento comercial.

Lista de documentos de "RentSmart"

Objetivo	Tarea	Tipo	Doc	Comentario
1. Investigación de desarrollo	Investigación sobre mercado	Archivo de seguimiento	Tendencias_mercado.pdf	Se realiza una investigación documental para encontrar posibles tendencias, indicadores claves y proyección que pobrian aportar al proyecto.
2. Selección de la Información	Selección del sitio y recolección de la información	Archivo de seguimiento	evidencia_Scraper.pdf	Se realiza la selección de la pagina que contiene la información necesaria para el analisis. Luego se realiza el web scarping con la extensión WEB SCRAPER.
3. Procesamiento de los datos	Limpieza y Transformación de Datos Recolectados	Archivo de seguimiento	limpieza.pdf	Se efectua la limpieza de los datos descargados en formato .csv, donde se encuentran datos faltantes, atipicos, caracteres especiales y se limpian los datos para ser procesados.
3. Procesamiento de los datos	Diseñar y configurar una base de datos en PostgreSQL para almacenar los datos obtenidos.	Archivo de seguimiento	posgressql.pdf	Se lleva los datos limpios a la base de datos posgres, en donde se crea la tabla y se depositan los datos del archivo .csv.
4. Desarrollar una interfaz visual interactiva en Streamlit que permita la visualización básica de los locales comerciales	Desarrollar el boceto de la interfaz (Nivel General)	Archivo de seguimiento	Figma-Visual Studio Code-Githubpdf.pdf	Se realiza el boceto en FIGMA el cual contiene la estructura basica de la apllicación. Luego se maqueta en VISUAL STUDIO CODE y se lleva al repositorio GITHUB, el cual es compartido a los integrantes para trabajar colaborativamente.
4. Desarrollar una interfaz visual interactiva en Streamlit que permita la visualización básica de los locales comerciales	Desarrollar una Visualización de Datos Resumidos (Nivel Basico)	Archivo de seguimiento	Apllicacion_basica.pdf	Deacuerdo a la investigación inicial se realiza la estructuración visual de los indicadores.
4. Desarrollar una interfaz visual interactiva en Streamlit que permita la visualización básica de los locales comerciales	Ampliar la interfaz con funcionalidades de filtrado por barrio y visualización de puntos de interés cercanos utilizando datos de OpenStreetMap (Nivel Intermedio)	Archivo de seguimiento	aplicacion-intermedia.pdf	Se utiliza VISUAL STUDIO CODE, PYTHON Y STREAMLIT, para integrar el servicio de ubicación con OpenStreetMap.
4. Desarrollar una interfaz visual interactiva en Streamlit que permita la visualización básica de los locales comerciales	Presentar la interfaz mostrando cómo los usuarios pueden filtrar locales comerciales por barrio y ver información adicional sobre el equipamiento y puntos de interés (Nivel Avanzado)	Archivo de seguimiento	aplicacion-avanzada.pdf	Se amplian los recursos de la aplicación se integra el servicio mapas.bogota.com.
5. Desarrollar un modelo de machine learning	Estructuración modelo machine learning	Archivo de seguimiento	colab-machine-learning.pdf	Se realiza el entrenamiento en Google COLAB, se escoje el algortimo Random Forest al presentar mejor rendimiento y ajuste a los datos, se evalua y descarga. Ademas, se estructura su utilizacion en la aplicación.