01 El problema
Todos los días, equipos de Tiendas 3B recorren el mercado y capturan fotos de tiendas, productos y etiquetas de precio. Esa evidencia alimenta decisiones de precio reales. Pero una foto borrosa, un producto equivocado o una etiqueta que no corresponde pueden colarse y contaminar los datos.
Hoy parte de esa revisión es manual: consume tiempo del equipo y limita cuánta información se puede procesar. La pregunta del reto es cómo validar automáticamente cada captura con las imágenes y datos disponibles, para decidir si es confiable, explicar el motivo cuando no lo es y asignar un nivel de confianza, reduciendo al mínimo la revisión manual sin sacrificar la calidad del dato.
02 Qué recibe tu solución
Una captura no es una sola foto: es un conjunto de evidencia ligado por un mismo capture_id.
- Foto de la fachada de la tienda.
- Foto del producto.
- Foto de la etiqueta de precio.
- Código de barras capturado.
- Producto o contratipo esperado.
- Cadena y tienda seleccionadas.
- Fecha, hora y metadatos de la app.
Además recibes un catálogo de referencia (SKU, descripción, marca, contenido, código de barras y contratipos permitidos), un documento con las reglas de negocio que definen cuándo una captura es válida, y un kit de inicio con notebook conectado al endpoint, cargador de datos, esquema JSON de salida y el script para medir tu costo operativo.
| Set de datos | Con etiquetas | Para qué |
|---|---|---|
| Entrenamiento | Sí | Explorar, construir y ajustar |
| Validación | Sí | Medir tu costo operativo antes del cierre |
| Ciego | No | Calificación final: se libera al cierre |
Descarga los datos de desarrollo
Úsalos para explorar, construir y medir tu solución antes del cierre. Imágenes y metadatos se relacionan por capture_id. El set ciego se libera al cierre.
Imágenes
Validat3B_desarrollo_imagenes.zip
Fotos de fachada, producto y etiqueta de precio de cada captura.
Metadatos
Validat3B_desarrollo_metadatos.zip
Datos de cada captura: código de barras, producto o contratipo esperado, cadena, tienda, fecha, hora y metadatos de la app.
Conéctate a Azure AI Foundry
Tu solución usa el endpoint de Azure AI Foundry del hackatón. Estos son los datos de conexión y un ejemplo para hacer tu primera llamada.
- Proyecto
- https://softwaredevelopment-resource.services.ai.azure.com/api/projects/softwaredevelopment
- Endpoint
- https://softwaredevelopment-resource.services.ai.azure.com/anthropic
- Modelo
- claude-haiku-5-5
- API key
- ndxSsVmSUs8VPKPPDRK7iADFbsqLwbBCzEnRojFiC3zoGYTsA51CJQQJ99CKACYeBjFXJ3w3AAAAACOGk5CR
- Instala el SDK:
pip install anthropic - Guarda la llave en una variable de entorno, no en tu código:
export FOUNDRY_API_KEY="<api-key>" - Ejecuta el ejemplo:
import os
from anthropic import AnthropicFoundry
endpoint = "https://softwaredevelopment-resource.services.ai.azure.com/anthropic"
deployment_name = "claude-haiku-5-5"
api_key = os.environ["FOUNDRY_API_KEY"]
client = AnthropicFoundry(
api_key=api_key,
base_url=endpoint
)
message = client.messages.create(
model=deployment_name,
messages=[
{"role": "user", "content": "What is the capital of France?"}
],
max_tokens=1024,
)
print(message.content)
03 Qué debe hacer tu solución
Los motivos de rechazo reales se agrupan en tres frentes. El porcentaje indica cuántos de los rechazos actuales caen en cada uno: ahí está la pista de dónde se gana o se pierde el reto.
| Frente | Pregunta que resuelve | Peso en rechazos | Casos reales |
|---|---|---|---|
| A. Identidad del producto | ¿Es realmente el producto o contratipo correcto? | ~61% | Contratipo inválido; producto que no coincide con la descripción; descripción incompleta; producto no visible |
| B. Calidad de la evidencia | ¿La foto sirve y corresponde al contexto? | ~29% | Fachada incorrecta; captura demasiado lejana; imagen borrosa; foto tomada a la pantalla de otro celular |
| C. Evidencia de precio | ¿Hay una etiqueta válida y cuál es el precio? | ~10% | No hay etiqueta de precio; falta el precio unitario |
Tu motor debe integrar los tres frentes en una sola decisión: aprobada, rechazada o revision_manual.
04 Qué entregas
Al cierre, cada equipo entrega:
- Resultados del set ciego: un archivo JSON con una respuesta por captura, en el formato oficial.
- Código: el repositorio o notebook con el que se generaron, ejecutable con las instrucciones incluidas.
- Ficha técnica de una página: cómo funciona tu motor, qué tecnologías usaste y cómo decides cuándo aprobar, rechazar o mandar a revisión manual.
- Pitch de 3 minutos ante el jurado, que cuenta como criterio de evaluación.
Formato de salida por captura. decision solo puede ser aprobada, rechazada o revision_manual; la lista oficial de reason_code se entrega con los datos.
{
"capture_id": "CAP-000123",
"decision": "rechazada",
"confidence_score": 0.93,
"reason_code": "PRODUCTO_NO_COINCIDE",
"validaciones": {
"tienda_fachada": "ok",
"producto": "falla",
"codigo_barras": "ok",
"evidencia_precio": "ok"
},
"precio_detectado": 42.50,
"codigo_barras_detectado": "7501234567890",
"explicacion": "El producto de la foto es de otra marca que la del contratipo esperado."
}
05 Criterios de evaluación
Para 3B el error más caro es aprobar una captura incorrecta, porque termina en reportes y decisiones de precio. Por eso la calificación mide lo que cuesta operar tu solución, no solo cuánto acierta.
Requisitos para entrar a la clasificación
- Precisión de aprobaciones ≥ 97%: de todo lo que tu motor aprueba, al menos el 97% debe ser realmente válido.
- JSON válido en ≥ 99% de las capturas, con el formato oficial.
- Entrega a tiempo: resultados dentro del tiempo límite, sin prórrogas.
Si no cumples alguno, tu solución no se califica. Los que sí cumplen se evalúan con estos cuatro criterios:
| Criterio | Qué evalúa el jurado | Evidencia que lo demuestra | Peso |
|---|---|---|---|
| Costo operativo | Suma de puntos de costo de todas las capturas del set ciego, según la tabla de abajo. A menor costo, mayor puntaje. | Script oficial de costo operativo sobre tu archivo de resultados. | 50% |
| Calidad del dato | Acierto en reason_code y en el precio detectado. Identificar promociones o el tipo de precio (regular, oferta, por volumen) también cuenta aquí. |
Comparación contra las etiquetas del set ciego y la lista oficial de reason_code. | 15% |
| Eficiencia | Consumo de tokens por captura con el endpoint asignado. | Registros de consumo del endpoint del equipo. | 10% |
| Pitch | Claridad para explicar cómo funciona el motor, cómo decide cuándo aprobar, rechazar o mandar a revisión manual, y su valor para PriceCheck. | Presentación de 3 minutos ante el jurado, apoyada en la ficha técnica. | 25% |
Tabla de costo operativo
| Lo que pasa con la captura | Puntos de costo |
|---|---|
| Aprobada correctamente o rechazada correctamente | 0 |
| Enviada a revisión manual | 1 |
| Rechazada siendo válida | 3 |
| Aprobada siendo inválida | 10 |
06 Reglas y restricciones
- Tiempo: 6 horas efectivas de construcción. Al cierre se libera el set ciego y cada equipo ejecuta su solución y entrega resultados dentro del tiempo indicado. Sin prórrogas.
- Acceso a IA: cada equipo recibe un endpoint de Azure AI Foundry y su propia llave, con los modelos permitidos ya desplegados. La llave es personal del equipo: no se comparte.
- Límite de uso: todas las llaves tienen el mismo límite de tokens por minuto. El consumo queda registrado y cuenta en los desempates.
- Tecnología libre: puedes combinar modelos de IA, visión por computadora, OCR, reglas, agentes o librerías de código abierto que corran en tu equipo. No se permite usar APIs o servicios de IA externos al endpoint asignado.
- Datos: las imágenes y datos de 3B solo se usan dentro del reto. No se suben a otros servicios ni se comparten fuera del equipo.
- Juego limpio: las decisiones del set ciego deben salir de tu solución, no de revisión humana. Los registros del endpoint se revisan para confirmarlo.