INTRODUCCIÓN & CONTEXTO
Solidaridad Colombia ha establecido que la toma de decisiones basada en evidencia es crucial para el cumplimiento de su misión. Si bien el componente geoespacial (SIG) ha sido fundamental, es momento de evolucionar desde el análisis descriptivo hacia capacidades predictivas y de automatización para maximizar el impacto de nuestras intervenciones. La implementación de modelos ML y Deep Learning para análisis de datos geográficos disponibles en Solidaridad, nos permitiría aprovechar mejor los datos geoespaciales que ya tenemos en diversos formatos (shapefiles, puntos GPS, mapas base), aplicándolos para detectar patrones, generar alertas o apoyar decisiones en campo así como agilizar tareas repetitivas.
La implementación de estos modelos nos permitirá realizar clasificación de coberturas, detección de cambios y segmentación de imágenes, buscando siempre la automatización y puesta en producción de estos procesos complejos..
Esta consultoría se enfoca en integrar un consultor o equipo consultor especialista en modelos ML/deep learning e IA aplicado a SIG que pueda diseñar, desarrollar e implementar soluciones de análisis geoespacial avanzado.
El objetivo no es solo ejecutar un proyecto, sino construir una capacidad interna duradera. Buscamos crear modelos predictivos y flujos de trabajo automatizados que se integren de manera sostenible en el Data Lake institucional, fortaleciendo así la capacidad de Solidaridad para generar evidencia contundente, optimizar sus estrategias territoriales y comunicar su impacto de forma más eficaz.
OBJETIVOS DE LA CONSULTORÍA
Objetivo general
Diseñar e implementar capacidades de análisis geoespacial basadas en modelos ML y deep learning dentro del ecosistema de datos de Solidaridad, e integrando buenas prácticas de MLOps para garantizar calidad, escalabilidad y sostenibilidad.
Objetivos específicos
- Entrenamiento y/o implementación de modelo(s) para el aumento de la resolución de imágenes satelitales: La unidad de datos requiere utilizar imágenes satelitales de dominio público tales como Landsat y Sentinel para procesos que incluyan clasificación de objetos y verificación visual, entre otros. Por tal motivo, es indispensable que la resolución de estas imágenes sea optimizada mediante metodologías pertinentes.
- Entrenamiento y/o implementación de modelo(s) para la clasificación de objetos/coberturas: Estos modelos se emplearán para la clasificación automatizada del uso de suelo, la detección de objetos específicos (ej. cultivos de palma de aceite, sistemas agroforestales, infraestructura, etc).
- Entrenamiento y/o implementación de modelo(s) para el monitoreo de áreas: Se requieren modelos o metodologías que permitan analizar e interpretar los cambios en áreas como cultivos y bosques, entre otras, con el fin de comprenderlas transformaciones ocurridas en las zonas de interés.
- Análisis de los resultados con IA: Para mejorar la operatividad de resultados a nuestros clientes, se requiere poder analizar los resultados de los modelos y otras fuentes de información con IA.
- Fortalecer las capacidades del equipo interno mediante la transferencia de conocimiento práctico en el uso, la interpretación y el mantenimiento de los modelos y el análisis de los resultados con IA. El objetivo es fomentar la autonomía interna, asegurando que el equipo no solo pueda operar los modelos, sino también comprender su lógica, limitaciones y potencial para futuras adaptaciones. El consultor deberá trabajar de manera colaborativa con los científicos de datos e ingenieros de datos de la organización, quienes dispondrán de un porcentaje de su tiempo para apoyar el proyecto.
- Establecer un marco de gobernanza para los modelos e IA (MLOps), asegurando su calidad, reproducibilidad, monitoreo y reentrenamiento periódico. Esto implica crear protocolos para versionar datos y modelos, monitorear la degradación del rendimiento en el tiempo y definir criterios claros para reentrenar un modelo, garantizando así la confiabilidad a largo plazo de los resultados.
METODOLOGÍA
La consultoría se desarrollará en cinco etapas colaborativas, trabajando directamente con los equipos de datos, tecnología y áreas estratégicas de Solidaridad:
- Diagnóstico y Definición de Casos de Uso:
- Se realizará una revisión exhaustiva del estado y la calidad de los datos geoespaciales disponibles en el lago de datos de la organización (AWS), Arcgis Enterprise y fuentes públicas, evaluando su idoneidad para la modelización e integración con IA. Esta fase inicial es crítica para garantizar que las soluciones estén directamente alineadas con los objetivos estratégicos de la organización y sean técnicamente viables.
- Se facilitarán talleres con las áreas programáticas para identificar y priorizar los casos de uso con mayor potencial de impacto (ej. alerta temprana de deforestación, mapeo de zonas de alto valor de conservación, entre otros).
- Los modelos serán entrenados y/o aplicados en esta etapa para identificar objetos específicos como cultivos, cuerpos de agua, deforestación y áreas conservadas.
- Diseño de la Arquitectura y Modelos:
- Se diseñará la arquitectura técnica detallada para la puesta en producción de los modelos conectados al lago de datos. Se evaluará el uso de plataformas para el procesamiento de información a gran escala.
- Se definirán los protocolos técnicos para el procesamiento de datos, entrenamiento, validación y evaluación rigurosa de los modelos, estableciendo las métricas de éxito desde el inicio.
- Desarrollo e Implementación de Modelos y Análisis con IA:
- Esta etapa iterativa comprenderá el procesamiento y la preparación de datos, seguido de ciclos de entrenamiento, ajuste de hiperparámetros para asegurar que los modelos sean robustos, precisos y generalicen bien a datos nuevos.
- Se entrenará, ajustará y validará al menos un modelo de clasificación/segmentación de imágenes, un modelo para la alta resolución de imágenes y un modelo para identificar los cambios de cobertura, implementando los flujos de trabajo automatizados para su ejecución periódica y la generación de productos analíticos (mapas de probabilidad, reportes, etc.).
- Se establecerá la arquitectura que permita el análisis de los resultados de los modelos y otras fuentes de información con IA.
- Transferencia de Capacidades y Formación:
- Se elaborará documentación técnica clara y concisa. La formación será eminentemente práctica, bajo un enfoque de «aprender haciendo», incluyendo talleres sobre cómo consumir los resultados de los modelos o ejecutar scripts de procesamiento desde QGIS, ArcGIS Enterprise, ArcGIS Pro o VSC.
- Se llevarán a cabo talleres formativos diseñados para que el equipo técnico de Solidaridad aprenda a utilizar los modelos, interpretar sus resultados, entender sus limitaciones y ejecutar procedimientos básicos de mantenimiento.
- Sostenibilidad e Integración Estratégica:
- Se desarrollará y documentará un protocolo de MLOps adaptado al contexto de Solidaridad. El informe final no será meramente técnico; propondrá una hoja de ruta estratégica para la evolución del uso de los modelos e IA en la organización, identificando proyectos futuros, necesidades de datos y recursos requeridos.
RESULTADOS ESPERADOS Y ENTREGABLES
Diagnóstico y Hoja de Ruta de IA:
- Informe de evaluación de datos existentes, identificando brechas y su potencial para el modelamiento de información y análisis con IA.
- Documento con al menos dos (2) casos de uso priorizados, definidos en detalle con sus objetivos, métricas y requerimientos.
Modelos Implementados:
- Código fuente completo, comentado y versionado en GIT de los modelos desarrollados e implementación del análisis con IA.
- Informe técnico de evaluación del desempeño de cada modelo, presentando de forma transparente sus fortalezas, debilidades y métricas.
Protocolos y Manuales:
- Manual técnico para el uso, mantenimiento y reentrenamiento de los modelos implementados (marco MLOps).
- Guías de implementación paso a paso de los flujos de datos automatizados y de su integración con QGIS/ArcGIS Pro/ArcGIS Enterprise y otras herramientas pertinentes.
Transferencia de Conocimiento:
- Registro y materiales de al menos un taller formativo con los equipos técnicos por temática trabajada.
Informe Final de Consultoría:
- Documentación completa del proceso, manuales, entregables consolidados, lecciones aprendidas y recomendaciones estratégicas.
ALCANCE Y LIMITACIONES DE LA CONSULTORÍA
Alcance: La presente consultoría se enfoca en el diseño, desarrollo e implementación de modelos ML e integración con IA para el análisis geoespacial, así como en la transferencia de conocimiento para su uso y mantenimiento inicial. Específicamente, el alcance incluye:
- Análisis y preparación de datos: Revisión y adecuación de los datos geoespaciales existentes en el Data Lake para su uso en modelos e IA.
- Desarrollo de modelos e integración con IA: Creación, entrenamiento y validación de al menos tres modelos funcionales (uno de aumento de resolución, otro de clasificación y otro de cambio de coberturas) utilizando Python.
- Automatización de flujos de trabajo: Implementación de scripts y procesos para la ejecución automatizada de los modelos y la generación de productos analíticos. Además de los flujos de trabajo en los procesos actuales que tiene Solidaridad en el entorno GIS para ArcGIS Enterprise.
- Integración con herramientas SIG: Asegurar que los resultados y productos de los modelos puedan ser consumidos y validados utilizando QGIS, ArcGIS Enterprise y ArcGIS Pro.
- Transferencia de conocimiento: Capacitación al equipo técnico de Solidaridad para que comprendan y puedan ejecutar los modelos desarrollados, así como interpretar sus resultados.
- Documentación técnica: Elaboración de toda la documentación necesaria para la reproducibilidad y mantenimiento de las soluciones implementadas, lo cual incluye procesos, manuales y documentos técnicos.
Limitaciones: Esta consultoría tiene un enfoque específico y, por lo tanto, no incluye:
- Adquisición de software o datos comerciales: No se contempla la compra de licencias de software (más allá de las existentes en la organización) ni la adquisición de imágenes satelitales comerciales de alto costo.
- Desarrollo de nueva infraestructura de TI: La consultoría operará sobre la infraestructura tecnológica existente (local y en la nube) de Solidaridad. No se incluye el diseño o la compra de nuevo hardware o servidores.
- Operación y mantenimiento a largo plazo: El alcance se limita al desarrollo, la implementación y la transferencia de conocimiento inicial. La operación continua, el monitoreo y el reentrenamiento de los modelos a largo plazo serán responsabilidad del equipo de Solidaridad, basado en los protocolos entregados.
- Desarrollo de interfaces de usuario complejas: No se incluye la creación de aplicaciones web o dashboards personalizados para la visualización de resultados, más allá de la integración con las herramientas SIG existentes.
- Control de calidad de datos fuente: La calidad de los resultados de los modelos de IA dependerá directamente de la calidad de los datos de entrada. La consultoría no es responsable de la corrección de errores fundamentales en los datos fuente que no estén relacionados con el componente geoespacial.
TIEMPO PREVISTO Y PRESUPUESTO
La consultoría debe desarrollarse en un plazo de seis (6) meses. Durante la ejecución, Solidaridad Colombia asignará 10 horas semanales de acompañamiento institucional por parte de un Analista de Datos, orientadas a facilitar la entrega de información, la parametrización técnica y la orientación sobre los procesos internos relacionados con el manejo de datos y GIS.
Dentro de la propuesta del consultor o equipo de consultores debe justificarse el presupuesto para la ejecución del proyecto.
APLICACIÓN
Requisitos mínimos del consultor(a)
Formación académica:
- Profesional en Estadística, Ciencias de la Computación, Ingeniería de Sistemas, Física, Matemáticas o áreas afines con un fuerte componente cuantitativo.
- Indispensable contar con especialización, maestría o formación certificada y demostrable en Estadística, Inteligencia Artificial, Machine Learning o campos relacionados.
Experiencia comprobada en:
- Desarrollo y despliegue de modelos de Machine Learning/Deep Learning en entornos productivos.
- Aplicación de modelos de Estadístico, ML y Deep Learning para imágenes, preferiblemente satelitales.
- Programación experta en Python y dominio de librerías de IA (ej. TensorFlow, PyTorch, Scikit-learn) y geoespaciales (ej. GeoPandas, Rasterio, GDAL).
- Procesamiento de imágenes satelitales multibanda (ej. Sentinel, Landsat), desde su adquisición hasta su preparación para modelos.
- Experiencia en la automatización de flujos de trabajo de datos y conocimiento práctico de bases de datos espaciales (ej. PostGIS).
Conocimientos deseables:
- Experiencia práctica con servicios de IA/ML en plataformas en la nube (AWS, GCP o Azure).
- Capacidad para desarrollar plugins o scripts que integren los modelos de IA con software de escritorio como QGIS o ArcGIS Pro.
- Conocimiento aplicado sobre marcos de MLOps para la gestión del ciclo de vida de los modelos.
- Experiencia previa trabajando con organizaciones del sector social, ambiental o de desarrollo sostenible.
El/la consultor/a o equipo consultor debe cumplir con los requerimientos expresados en la declaración de causas de inhabilidad para licitar con nuestra organización (ver anexo).
NORMAS GENERALES DE CONTRATACIÓN
En todas las invitaciones a presentar ofertas se indicará si estas son rechazadas o si se ha producido alguna práctica ilegal o corrupta en relación con la adjudicación. En todos los contratos celebrados en el marco del proyecto el beneficiario de la subvención podrá anular el contrato si considera que se han producido prácticas ilegales o corruptas en relación con la adjudicación o ejecución del contrato.
DOCUMENTOS REQUERIDOS Y FECHA DE PRESENTACIÓN DE PROPUESTAS
Para aplicar a esta licitación, los participantes deben remitir a [email protected]
- Propuesta técnica
- Presupuesto – El proveedor de servicios /consultor considerará en su cotización, todos los gastos, impuestos, transporte y demás factores que puedan afectar el valor final de los estudios requeridos. Debe detallar el valor unitario sin IVA, valor del IVA y valor total, y la forma de pago. En la cotización se debe indicar que se aceptan los términos de referencia publicados para invitar a cotizar.
- Plazo de ejecución.
- Cronograma de actividades.
- Experticia de la empresa consultora.
- Adjuntar los siguientes documentos, dependiendo del caso que aplique:
| Persona jurídica | Persona Natural |
| RUT | RUT |
| Copia del documento de identidad del representante legal | Copia del documento de identidad del proveedor o contratista |
| Certificación bancaria de la empresa proveedora o contratista | Certificación bancaria a nombre propio del proveedor o contratista |
| Certificado de existencia y representación legal | Formato de conocimiento de terceros persona natural |
| Formato de conocimiento de terceros persona jurídica | Formato de Habeas Data |
| Formato de Habeas Data | Acuerdo de confidencialidad |
| Acuerdo de confidencialidad | Declaración de causas de inhabilidad para participar de la licitación, firmada por el representante legal o quien tenga poderes de representación |
| Declaración de causas de inhabilidad para participar de la licitación, firmada por el representante legal o quien tenga poderes de representación |
La fecha límite para recepción de propuestas es el 07 de noviembre de 2025
CRITERIOS DE SELECCIÓN
Los criterios para la selección del consultor o firma consultora serán los siguientes:
- Calidad técnica de la propuesta (40%):
-Se evaluará la metodología propuesta asegurando que esté alineada con los objetivos del programa y que integre de manera efectiva tanto datos cuantitativos como cualitativos.
- Competitividad económica (40%):
-Se considerará el costo total de la consultoría en relación con el valor entregado. La evaluación incluirá la razonabilidad del presupuesto y su desglose detallado, asegurando que los recursos sean utilizados de manera eficiente y efectiva para alcanzar los resultados deseados.
- Trayectoria comprobada (20%):
-Se evaluará la experiencia previa que compruebe la capacidad de implementar modelos ML y Deep Learning específicos para esta consultoría en entornos de producción.
Consanguinidad: De conformidad con la política de Solidaridad aplicable, los candidatos con parientes (incluyendo cuarto grado de consanguinidad y segundo grado de afinidad, incluyendo cónyuge) que trabajan para la organización como funcionario o contractual de la fuerza contractual complementaria, no serán elegibles para proveer servicios a Solidaridad.
