PORTFOLIO TÉCNICO · 2026

LEGO
Intelligence.

Sistema de análisis de precios y tendencias de mercado para el coleccionista moderno. Proyecto personal end-to-end, construido para aprender el ciclo completo.

PythonFastAPINext.js 16SQLiteClaude APIVercelRailway116 tests
50
SETS ACTIVOS

Catalogados con auditoría de datos y snapshots periódicos

250
PRICE SNAPSHOTS

Registros de precio de segunda mano por set a lo largo del tiempo

116
TESTS

Suite automatizada cubriendo API, scraper y lógica de negocio

◆ 01 — EL PROBLEMA

El mercado de
segunda mano LEGO
es opaco.

Los sets LEGO descatalogados pueden triplicar su precio en menos de un año. Pero esa información estaba dispersa: BrickLink, eBay, grupos de Telegram, Reddit — sin forma sistemática de monitorizar tendencias ni identificar el mejor momento de compra o venta.

No existía ninguna herramienta accesible que combinara scraping de precios, análisis histórico y señales de valor en un solo lugar. Monté una.

SEÑALES DE VALOR MONITORIZADAS

Precio de mercado vs. precio retail

¿Cuánto ha subido desde el lanzamiento?

Velocidad de descatalogación

¿Con qué rapidez sube el precio tras EOL?

Volumen de listings activos

¿Hay liquidez? ¿Está cayendo la oferta?

Histórico de variación

¿Estabilidad o pico puntual?

◆ 03 — EL SISTEMA EN ACCIÓN

WATCHLIST · 5 SETSLIVE
SETACTUALMEDIAΔ
#10305
Icons · Lion Knights' Castle
389
365
+6.6%
#75353
Star Wars · Endor Speeder Bike
78
94
-17.0%
#10316
Icons · Rivendell
512
480
+6.7%
#76269
Marvel · Avengers Tower
495
508
-2.6%
#21348
Minecraft · Spider Jockey
72
65
+10.8%
VALUE_DASHBOARD · PREMIUM INDEXT2 2026
TOP PICK · 8–12 MESES EOL
#10316 · Rivendell
+13,8%
PORTFOLIO P&L50 SETS

COSTE BASE

€4.240

VALOR ACTUAL

€4.890

GANANCIA

+€650

0%+15,3% rendimiento
AUTO-BRIEFING · CLAUDEGENERADO HOY

"El set #10316 (Rivendell) ha superado el precio medio de los últimos 90 días en un 6,7%. La tendencia es alcista desde su descatalogación en Q3 2023. Señal de valor: moderada. Recomendación: mantener posición, evaluar venta parcial si supera €550."

◆ 04 — QUÉ APRENDÍ CONSTRUYÉNDOLO

01

El ciclo completo importa.

Diseñar el modelo de datos, construir el API, conectar el frontend y desplegar en producción son problemas distintos. Resolverlos en secuencia enseña más que cualquier tutorial aislado.

02

Los tests no son opcionales.

116 tests escritos desde el principio. Cuando refactoricé el scraper dos veces y el API una, los tests fueron lo único que me garantizó que nada se rompía. No es overhead — es velocidad.

03

La IA tiene que justificarse.

Integrar Claude no fue la parte difícil. Lo difícil fue definir qué decisión mejoraba realmente con el output del modelo. Si no hay una pregunta específica, el briefing no aporta nada.

¿TRABAJAMOS JUNTOS?

Así construyo.
Así analizo.

Si quieres ver cómo aplico este tipo de sistemas a un proyecto real tuyo, cuéntame qué necesitas.