Pipeline en vivo
Cuándo respiró cada pieza por última vez. Un ciclo por hora real: pasados 70 minutos sin entregar, algo falla.
Accuracy por estación · últimas 24 h
Distancia de cada estación al piso de 83,11 % (naive s-1). El promedio oficial no pondera por volumen: una estación pequeña pesa igual que un portal.
Mapa de la red
Las 12 estaciones sobre las troncales reales. El color es el mismo de las barras (sobre o bajo el piso); el tamaño del círculo, el error de las últimas 24 h (WAPE). Borde marcado: portal.
Accuracy por ciclo
Promedio no ponderado de las 12 estaciones en cada ciclo entregado.
Carrera del leaderboard
Accuracy oficial acumulada. Los demás participantes van agregados, sin nombres.
Mapa de drift
Cada señal contra su umbral en la última evaluación, por estación.
Decisiones de reentrenamiento
Reentrenar es una consecuencia registrada, no un impulso. Las decisiones idénticas seguidas se agrupan.
Vigilancia de datos
Huella del formato que entrega la API, de los documentos del profesor y de caídas bruscas, revisada en cada evaluación. Si algo cambia aparece arriba en rojo.
Entrenamientos
Cada corrida de train.yml, haya candidato o no. La cadencia es
cada ~2 h: un hueco de más de 3 h entre dos corridas significa que el disparo falló.
Desde el 4-oct 01:58Z train.yml está pausado a mano: medía sobre 24 h casi
todas del régimen anterior y devolvía la capa estacional. El reentrenamiento pasó a hacerse en
línea en cada ciclo (sección siguiente).
Reentrenamiento en línea por ciclo
Desde la fase final (4-oct) el champion no es un artefacto fijo: en cada ciclo la
capa ar entrena desde cero un modelo por horizonte con los datos del régimen vigente
hasta el data_cutoff, y predice con él. Cada fila es uno de esos entrenamientos
(ajustes_ciclo). La ventana va en hora virtual de Bogotá; el error de ajuste es el MAE
dentro de la muestra, en unidades del nivel de la estación.