Datos y almacenamiento

Adquisición de datos web

Rastreos educados y reanudables, que fallan de forma ruidosa en vez de quedarse vacíos en silencio.

Crawlee
Playwright
Cheerio
Firecrawl

Qué es

Recoger datos de sitios y servicios que no ofrecen una API utilizable — de forma periódica, en volumen y sin que el cliente acabe bloqueado.

Por qué lo elegimos

Crawlee se encarga de las partes que son tediosas de acertar: colas de peticiones, reintentos, rotación de proxies, límites de concurrencia y un ritmo educado. Recurrimos a Cheerio cuando el marcado llega entero y a Playwright solo cuando una página necesita de verdad un navegador, porque un navegador headless por página es la diferencia entre un rastreo que cuesta céntimos y otro que cuesta cientos. La regla que mantenemos es que un crawler tiene que fallar de forma ruidosa: un selector que deja de coincidir lanza un error en lugar de escribir un resultado vacío encima de datos buenos.

Qué construimos con ello

Plataformas y pipelines de datos

Meter los datos, comprobarlos y mantenerlos correctos — desde media docena de hojas de cálculo hasta millones de filas al día.

Procesamiento de datos · Estándares de datos y validación · Bases de datos transaccionales · Adquisición de datos web

Dónde lo usamos

Detrás de productos de marketplace y de búsqueda, donde el inventario hay que reunirlo de muchas fuentes antes de poder normalizarlo en un único catálogo.

capturamycarro.app

El buscador de coches de Mycarro tal como funciona hoy, buscando entre sus anuncios activos en Portugal.

Mycarro — marketplace de coches y CRM para concesionarios

Un marketplace de coches usados en marcha en Portugal. Búsqueda para el consumidor sobre anuncios reunidos de todo el mercado, un back office para que los concesionarios gestionen leads, inventario y facturación, y una aplicación móvil — construido de principio a fin.

construimos

Ponerse en contacto

Cuéntenos qué necesita construir.

Somos un equipo pequeño en Portugal, en horario de Londres. Un sitio, una aplicación, una herramienta interna, o la plataforma que hay detrás — empiece por una frase sobre el problema y nosotros seguimos desde ahí.

Iniciar una conversación Ver en GitHub

Todas las tecnologías