Menú
Salud · Finalizado
Entrenador de fitness adaptativo
Una plataforma conecta planificación adaptativa, feedback en vivo del ejercicio, nutrición, datos de salud, analítica y entrenamiento con IA.
- Duración
- Desarrollo de 3–4 meses
- Team
- Responsable de proyecto (yo) + equipos de móvil, backend y QA
Resumen
Resumen
Los planes de fitness personales suelen empezar con recomendaciones genéricas que no pueden responder a los objetivos de una persona, a su perfil físico ni a su constancia real en el entrenamiento. La empresa quería una experiencia móvil capaz de personalizar entrenamiento y nutrición manteniendo el interés entre sesiones.
Dirigí el proyecto desde la comunicación con el cliente hasta la entrega técnica. Traduje el feedback de producto en especificaciones, coordiné a los equipos de móvil, backend y QA, presenté demostraciones semanales y desarrollé el sistema de seguimiento de ejercicios basado en Python.
La plataforma terminada combina planes de entrenamiento adaptativos, planificación de comidas, detección de postura y repeticiones por cámara, analítica de fitness, recordatorios programados, herramientas de ayuno, integraciones de salud y un entrenador de IA acotado a su dominio.
Nota de confidencialidad: Los nombres de clientes y empresas se han cambiado u omitido por confidencialidad. El trabajo, mi papel y el alcance del proyecto son reales.
Approach
Retos y soluciones
Un punto de partida personalizado
El alta debía convertir objetivos personales, preferencias e información de escaneo corporal en un plan de fitness practicable.
Planificación por objetivos
Combina preferencias del alta, objetivos de fitness y resultados del escaneo corporal para ofrecer recomendaciones de entrenamiento personalizadas.
Entender el ejercicio en tiempo real
La cámara del móvil debía reconocer el movimiento del cuerpo, evaluar la postura del ejercicio y contar repeticiones durante las sesiones.
Análisis del movimiento en vivo
Desarrollo de un programa en Python con MediaPipe y OpenCV para seguir puntos del cuerpo, calcular ángulos de movimiento, detectar la postura y contar repeticiones.
Planes que se adaptan
Las recomendaciones de la semana siguiente debían tener en cuenta las sesiones completadas, su frecuencia y el rendimiento anterior, en lugar de repetir un calendario fijo.
Fitness y nutrición adaptativos
Conecta la constancia en el entrenamiento con los ajustes semanales del plan, con soporte para comidas personalizadas, ayuno, estimación de calorías y escaneo de alimentos.
IA útil pero controlada
Las funciones de IA debían ceñirse al ámbito del fitness, equilibrando el acceso práctico de los usuarios con el coste de uso de los modelos.
IA acotada al dominio
Integración de modelos Google Gemini para las funciones de escaneo y entrenamiento, interacciones restringidas a la lógica de fitness de la aplicación y límites de uso prácticos.
Technical Detail
How It Was Built
La experiencia móvil se construyó con Compose Multiplatform. NestJS y PostgreSQL sostenían las API y los datos de la aplicación, mientras que los modelos de Google Gemini impulsaban las experiencias de cuerpo, alimentación, planificación y entrenamiento.
La detección de ejercicios en tiempo real corría en un programa Python dedicado con MediaPipe y OpenCV. Interpretaba puntos del cuerpo y ángulos articulares para identificar el movimiento, evaluar la postura frente al comportamiento esperado y contar repeticiones.
Como responsable de proyecto gestioné la relación con el cliente, las demostraciones semanales, la traducción del feedback, las especificaciones técnicas, la estrategia de implementación, la coordinación del equipo y la supervisión de la entrega en los frentes de móvil, backend, IA y QA.
Stack
Construido con
- Compose Multiplatform
- NestJS
- PostgreSQL
- Python
- MediaPipe
- OpenCV
- Google Gemini API
Resumen de la valoración del cliente
Opinión del cliente
Las funciones de IA hicieron que la plataforma pareciera un entrenador personal para quien entrena solo, y no una app de fitness más. La planificación semanal, el conteo de repeticiones, las indicaciones de postura y los límites en torno a esas experiencias de IA fueron lo que más nos sorprendió e impresionó.
Nombre del cliente reservado
La identidad del cliente es confidencial. Este resumen refleja comentarios verbales compartidos con Muhammad y el equipo del proyecto.
Sigue explorando
Proyectos relacionados
¿Te enfrentas a retos parecidos?
Hablemos de tu siguiente paso.
Cuéntame qué estás construyendo o mejorando y te ayudo a definir un siguiente paso práctico.
Debate
Comentarios
Todavía no hay comentarios. Sé la primera persona en opinar.