SaaS legal fullstack construido sobre un sistema RAG con corpus propio de +23.000 fragmentos indexados en Qdrant. El corpus cubre la Constitución Nacional, el Código Civil y Comercial completo (~2.600 arts.), Código Penal, 15+ leyes laborales, 127 fallos de la CSJN, plenarios de la CNAT y CNCiv, 3 CCT completos (comercio, construcción, gastronomía) y ~7.920 fragmentos de consultas reales de abogados (anonimizadas), más datos vivos (SMVM, RIPTE, UVA, tasa BNA). Backend Node.js + Qdrant, frontend React, autenticación, historial de consultas, blog legal, calculadora de indemnizaciones y generación de contratos con IA. Modelo freemium en producción.

Mapa interactivo 3D (CesiumJS) que cruza datos satelitales con información territorial para revelar patrones entre incendios y cambios de uso del suelo sobre bosque nativo protegido en Córdoba (2018–2025). Superpone cicatrices de incendio derivadas de Sentinel-2 vía Google Earth Engine (índice dNBR clasificado por severidad) con focos activos NASA FIRMS en tiempo casi real, vientos de Open-Meteo, bosque nativo OTBN (IDECOR), loteos municipales, desarrollos OSM y recurrencia histórica. Un puntaje compuesto ordena las 20 cicatrices con más señales de alerta. Cada cicatriz se analiza con Claude vía un Cloudflare Worker que protege la API key del lado del servidor. Pipeline de datos en Python + GEE, exportación a Excel/PDF y auto-actualización por GitHub Action. Funciona 100% estático en GitHub Pages.

Visualizador sísmico global en tiempo real construido sobre CesiumJS: globo 3D con imágenes satelitales reales, renderizado WebGL de alto rendimiento y soporte nativo de coordenadas geográficas. Consume hasta 5.000 eventos del catálogo USGS y los posiciona sobre el globo en tiempo real. Vientos vectoriales en tiempo real sobre 77 puntos de grilla con datos de Open-Meteo. Alertas push configurables por magnitud. Modelo de riesgo sísmico dual: implementación ETAS en el navegador (b-value Aki 1965, ley Omori-Utsu, Gutenberg-Richter + Poisson) y XGBoost entrenado en Python con 2 años de catálogo, 10 features sísmicas y validación cruzada de 5 pliegues (AUC ~0.84–0.87). Todo sin backend — funciona 100% en el navegador.

Pipeline de audio DSP + ML que extrae 67 features acústicas (pYIN, 13 MFCCs + deltas, HPSS, centroide espectral, onset detection), clasifica la vocalización entre 9 clases usando Random Forest entrenado con supervisión débil sobre Freesound, y llama a Claude Opus vía streaming SSE para producir una interpretación anclada en literatura revisada por pares. Extracción de features en numpy/scipy puro en producción para evitar OOM en planes gratuitos.