Building in Public: Semana 1 - La decisión sobre nuestro stack tecnológico

Bienvenido a nuestra primera actualización de "Building in Public". Compartimos nuestro viaje de desarrollo de forma transparente — los aciertos, los retos y las decisiones que dan forma a Solco.

Esta semana: la elección de nuestro stack tecnológico principal.

Las grandes decisiones

1. Imágenes por satélite: SkySat + Sentinel-2

Evaluamos cinco proveedores de satélites. Todo se reducía a resolución vs. coste vs. frecuencia de revisita.

Ganador: SkySat (resolución 0,5m, revisitas diarias) para campos de alta prioridad, con Sentinel-2 (resolución 10m, gratuito, cada 5 días) como capa base para todas las explotaciones.

¿Por qué esta combinación? SkySat nos da el detalle para detectar estrés temprano. Sentinel-2 hace asequible monitorizar áreas enormes. Lo mejor de ambos mundos.

2. Modelo de IA: Vision Transformer personalizado ajustado

Probamos modelos pre-entrenados (ResNet, EfficientNet) y decidimos ajustar un Vision Transformer (ViT) con datos agrícolas. Los primeros resultados son prometedores — 93% de precisión detectando estrés frente al 78% con modelos estándar.

¿La pega? El entrenamiento llevó 6 días con 40.000 imágenes de campo etiquetadas. Mereció la pena.

3. Integración de sensores: MQTT + REST API

Soportamos ambos protocolos para que los agricultores puedan usar sensores existentes o nuestros modelos recomendados. LoRaWAN para conectividad de largo alcance en campos remotos.

4. Frontend: React + Tailwind CSS

Rápido, receptivo, mobile-first. Los agricultores consultan sus móviles en el campo — nuestra UI tiene que funcionar perfectamente en una pantalla de 5 pulgadas bajo luz solar intensa.

Retos de esta semana

Problema 1: Cobertura de nubes Sentinel-2 queda bloqueado por las nubes el 40% del tiempo en el norte de Europa durante el invierno. Nuestra solución: interpolación temporal usando datos pasados + predicciones meteorológicas para estimar las condiciones del campo cuando los satélites no pueden ver a través.

Problema 2: Latencia del pipeline de datos Las imágenes por satélite en crudo tardan entre 2 y 4 horas en procesarse y generar información. Queremos que sea menos de 30 minutos. Nuestra solución: pipelines de pre-procesado con AWS Lambda y caché en el edge. Aún optimizando.

Problema 3: Calibración de sensores Los sensores de suelo baratos se desvían con el tiempo. Estamos construyendo algoritmos de auto-calibración que comparan los datos de los sensores con estimaciones de humedad del satélite (vía radar). Complicado pero factible.

Qué viene después (Semana 2)

• Finalizar nuestra lógica de alertas IA (cuándo notificar a los agricultores vs. cuándo quedarse callado)
• Construir la primera versión de nuestro sistema de notificación por SMS/email
• Entrevistar a 5 agricultores piloto para validar nuestros mocks del panel

Queremos tu opinión

Si eres agricultor, agrónomo o simplemente te interesa: ¿qué funciones te importan más? ¿Qué consultarías cada mañana? Responde a este artículo o escríbenos a hello@solco.farm.

Pre-registra para recibir la actualización de la próxima semana: Únete a la lista de espera

— El equipo de ingeniería de Solco