El siguiente proyecto tiene como objetivo la evolución del sistema actual de recomendaciones del comercio electrónico de Mercado Libre, afrontando el desafío de clasificar sus usuarios en perfiles. Entendiendo las similitudes entre los usuarios en base a su comportamiento, se pueden ofrecer otros productos relacionados a compras realizadas por otros usuarios del perfil, tomando un criterio más global de recomendación que el utilizado al momento de realizar el proyecto. La solución desarrollada incluye la identificación y agrupamiento de usuarios en perfiles, envío de recomendaciones automatizadas para los usuarios de cada perfil y una interfaz gráfica para gestionar y monitorear el envío de recomendaciones. Debido a la incertidumbre manejada inicialmente en el proyecto, el tiempo se dividió en dos etapas; la primera “Discovery” consistió en entender el problema, se relevaron los requerimientos, se evaluaron las tecnologías, se implementaron pruebas de concepto y prototipos para presentarle al cliente, entre otras tareas. Una vez cumplidas las tareas de la etapa de “Discovery” se comenzó con la etapa de “Delivery”, donde se desarrolló la solución y se hizo la entrega al cliente. Para la realización del proyecto se utilizaron varias metodologías de trabajo (entre ellas Scrum-Ban, BDD y Crisp-DM) que fueron personalizadas acorde al contexto y posibilidades del equipo. La combinación y personalización de las metodologías permitió acompañar las diferentes problemáticas de cada etapa pudiendo así colaborar con el objetivo final. Se cumplieron los objetivos pautados, quedando la evaluación del incremento de la métrica de frecuencia de compra para luego de la puesta en producción del sistema.