Desarrollo de Middleware Python (Fastapi) con Ia para Asistente Comercial Proactivo Argol

Se requiere el desarrollo de un middleware en Python utilizando FastAPI, integrado con una base de datos MySQL (argolar_argol), para crear un asistente comercial proactivo impulsado por inteligencia artificial. El objetivo principal es automatizar y optimizar la gestión de operaciones comerciales, proporcionando alertas inteligentes y capacidades de consulta en lenguaje natural.

Las funcionalidades clave del proyecto incluyen:

1.  Lógica de Estados de Operaciones: El sistema deberá monitorear la tabla de operaciones, actuando específicamente en el Estado 1 ("A CERRAR"). Se implementará un módulo de aprendizaje que leerá registros con estado "Concretada" para extraer y analizar tasas, plazos y comisiones. Además, se realizará un archivo automático de operaciones al cambiar su estado.

2.  Inteligencia Proactiva: Se desarrollará un sistema de alertas para identificar clientes recurrentes que no han operado en los últimos 60 días. Se utilizará Procesamiento de Lenguaje Natural (NLP) sobre el campo "Comentarios" de la tabla "Notas" para detectar patrones de estacionalidad (por ejemplo, "Suele comprar en marzo"). Se procesará el historial de vínculos, rechazos y compras futuras en la tabla "Relaciones" para construir una memoria comercial robusta.

3.  Matching y Scoring: Se definirán criterios de matching y scoring basados en el vencimiento de CUIT versus la fecha de aprobación, la recurrencia del cliente y filtros específicos de Big4 (utilizando la tabla "Eecc"). El sistema deberá sugerir leads por rubro similar en caso de que falten datos.

4.  Interfaz de Usuario (UI): Se implementará un selector de operación activa y un buscador para la inclusión manual de datos. Se permitirá la entrada de cuotas para definir montos mensuales por comprador, lo que ayudará a priorizar el ranking. Al seleccionar un cliente, se mostrará el contexto relevante, como la última tasa y las alertas de inactividad.

5.  Chat Text-to-SQL: Se integrará una funcionalidad de Text-to-SQL (utilizando herramientas como LangChain/SQLDatabaseChain) para permitir consultas directas a la base de datos en lenguaje natural. Se incluirá una memoria de búfer para retener el contexto de la sesión y se registrarán los ajustes manuales y el historial de consultas.

6.  Endpoints API: Se crearán los siguientes endpoints api:
    *  get /operations/active
    *  get /matching/{id} con campo reasoning
    *  get /ai/proactive-leads (para inactividad + estacionalidad)
    *  post /entities/{id}/quota
    *  post /ai/query
    *  patch /operations/{id}/status

7.  Robustez y Seguridad: Se implementará un sistema de caching para guardar las respuestas de la ia, con invalidación automática ante insert/update en mysql para optimizar los costos de la api. Las API Keys se gestionarán a través de variables de entorno (.env). Se garantiza la propiedad total del código, que se alojará en un repositorio privado.

El stack tecnológico principal incluye Python, FastAPI, SQLAlchemy y la integración con APIs de OpenAI/Claude. Buscamos un profesional con experiencia en estas tecnologías y en el desarrollo de soluciones de inteligencia artificial para llevar a cabo la Fase 1 de este proyecto Argol.