Este proyecto se centra en mejorar la eficiencia de trabajo en el departamento de investigación y desarrollo (I+D) dentro de la empresa Hewlett-Packard (HP) mediante el desarrollo de una plataforma de centralización y extracción de datos utilizando Python. La plataforma facilita la incorporación de nuevas impresoras con fines de investigación y desarrollo que hay en el laboratorio del departamento, permite a los usuarios extraer periódicamente archivos específicos de estas impresoras y almacena la información en un servidor dentro de la empresa. Además, la plataforma permite visualizar, analizar y preprocesar los datos, agilizando la colaboración entre los ingenieros. En conjunto con la plataforma, se ha implementado una base de datos para almacenar y gestionar los datos de análisis recopilados por los ingenieros, que garantiza escalabilidad y recuperación de datos eficiente. También se ha desarrollado una API para poder interactuar fácilmente con los archivos y datos almacenados, lo cual facilita así la integración con otras herramientas y sistemas externos y permite la comunicación con los usuarios. La motivación detrás de esta iniciativa deriva de las prácticas de trabajo descentralizadas de almacenamiento y análisis de datos que existían hasta ahora dentro del departamento de I+D, las cuales daban lugar a mucha duplicación de trabajo y pérdida de información. La solución propuesta no solo consolida y centraliza los datos, sino que también se integra perfectamente con el flujo de trabajo del departamento de I+D.
This project focuses on enhancing work efficiency in the research and development (R&D) department within the company Hewlett-Packard (HP) by developing a platform for centralizing and extracting data using Python. The platform facilitates the onboarding of new printers for R&D purposes that exist within the department's lab, allows users to periodically extract specified files from these printers, and stores the information on a server within the company. Additionally, the platform supports data visualization, analysis, and preprocessing, streamlining collaboration among engineers. In conjunction with the platform, a database was implemented to store and manage analysis data gathered by the engineers, ensuring scalability and efficient retrieval. An API was also developed to enable seamless interaction with the stored files and data, facilitating integration with external tools and systems and enabling communication with the users. The motivation behind this initiative stems from the decentralized data storage and analysis practices within the R&D department, leading to duplicated work and loss of information. The proposed solution not only consolidates and centralizes data but also integrates seamlessly with the R&D department workflow.
