Mejorando la seguridad y la fiabilidad de los procesos con reconocimiento facialImproving the security and reliability of processes with facial recognition

El registro de asistencia del personal representa una operación crítica, propensa a importantes pérdidas financieras por malas prácticas si no se controla adecuadamente. En este proyecto asumí el liderazgo en el desarrollo y despliegue del producto final, participando desde la investigación inicial de SDKs de reconocimiento facial junto al equipo móvil. La solución ha sido adoptada por más de 6,000 empleados y respalda más de 5 procesos críticos clave dentro de la compañía, usada para gestión de materiales, cargas de combustible, control de materiales y otros flujos.

Para responder a las necesidades, la aplicación debía funcionar de forma offline, ejecutar enrolamientos del personal y el reconocimiento facial, y transmitir la información con altos estándares de seguridad mediante técnicas de prueba de vida y cumplimiento normativo. Con este fin, integré Jetpack Compose y CameraX, aproveché los sensores de ubicación y giroscopio para guiar al usuario en el enrolamiento y la experiencia de uso, e implementé modelos de visión computacional con TensorFlow Lite para la detección de objetos.

El principal reto técnico fue optimizar la ejecución de estos exigentes modelos en dispositivos con recursos limitados. Tras implementar estas mejoras, se redujo el tiempo de registro en equipos de gama media-baja de 14 a un promedio de 7 segundos, mientras que en la gama media-alta se alcanzaron marcas de entre 3 y 4 segundos. Además, empaqueté estos módulos de procesamiento para adaptarlos a aplicaciones multiplataforma, habilitando su uso como firma digital en diversos flujos operativos y fortaleciendo de manera sustancial la fiabilidad y la trazabilidad.