Estos son los equipos y perfiles que probaron nuestros formatos de trabajo en verificación biométrica local: mesas de trading, áreas de cumplimiento y equipos de producto móvil. No son casos de laboratorio. Cada uno describe qué cambió en su operación diaria, dónde aparecieron los límites y qué decidieron después.
Pasamos la confirmación de órdenes de un servicio remoto a la NPU del tablet de operaciones. La diferencia se nota en horas de volatilidad: la firma biométrica ya no compite con la red de la oficina. Lo que nos costó fue recalibrar el umbral de confianza, porque el modelo cuantizado rechazaba lecturas que el servidor antes aceptaba.
Nos interesaba el esquema on-device por privacidad, pero la auditoría fue el punto duro. Trabajamos con el equipo para que la evidencia de cada verificación quedara anclada en el dispositivo y solo se compartiera el resumen. Sin ese registro selectivo, el área legal no habría aprobado el piloto.
Probamos primero con dispositivos de gama media, que es donde está la mayoría de nuestros usuarios. El modelo ligero para rostro funcionó; el de huella necesitó ajustes de memoria porque competía con otras tareas en segundo plano. Aprendimos a jerarquizar: consulta de saldo, confirmación de orden y transferencia no piden el mismo presupuesto de cómputo.
Lo que medimos fue el coste de red y la latencia percibida. Mover la inferencia al teléfono bajó la dependencia del centro de datos, pero nos obligó a rediseñar el modelo: menos parámetros y cuantización agresiva. No es magia, es un intercambio que hay que planificar por tipo de operación.
Revisamos integridad del modelo y revocación. La pregunta que más nos hicieron fue cómo se audita después algo que no salió del dispositivo. La respuesta está en el diseño del flujo, no en la tecnología: consentimiento documentado, retención acotada y un mecanismo claro para invalidar una credencial.
Los formatos de acompañamiento que aplicamos con estos equipos están descritos en el menú de servicios. Si tu caso combina verificación reforzada y hardware heterogéneo, conviene revisarlo antes de elegir el modelo.
El recorrido típico de una operación con validación local: desde la captura de la señal biométrica hasta la confirmación firmada, sin que el dato sensible abandone el teléfono o la tableta de trading. Cada etapa tiene su propio presupuesto de latencia y sus límites de hardware.
El sensor de huella o la cámara frontal entrega un vector biométrico en bruto. En un móvil de gama media esto ocurre en menos de 40 ms si el sensor está despierto y no compite con otras tareas del sistema.
Normalización, recorte y alineación se hacen en CPU o DSP antes de tocar la NPU. Aquí se descartan capturas borrosas o mal iluminadas para no gastar ciclos de inferencia en datos inútiles.
El modelo cuantizado se ejecuta en el chip neuronal. El tamaño del modelo y el número de capas condicionan el tiempo de respuesta: un rostro ligero puede resolverse en decenas de milisegundos; una huella con anti-spoofing exige más margen térmico.
El score local se contrasta con la plantilla almacenada en el enclave seguro. Si cae por debajo del umbral calibrado, la operación se rechaza o se deriva a un segundo factor, sin enviar la muestra al servidor.
La orden de compra o venta se firma con la clave del enclave y se envía al backend solo con la evidencia mínima: resultado, marca temporal y versión del modelo. El dato biométrico nunca sale del dispositivo.
Si quieres ver cómo se aplica este flujo en operaciones reales, revisa los recursos técnicos o escríbenos desde la página de contacto para plantear un caso concreto.
Cada operador llega con un punto de partida distinto: unos ya tienen la app de trading en producción y quieren mover la validación al chip; otros parten de cero y necesitan decidir qué modelo cabe en su parque de dispositivos. Estos son los tres formatos que cubrimos, con lo que incluye cada uno y hasta dónde llega.
Revisamos el parque real de teléfonos y tabletas que usan tus clientes: generación de NPU, memoria disponible, versión de sistema operativo y presupuesto térmico. A partir de ahí medimos si un modelo de huella o rostro puede ejecutarse en local sin degradar el tiempo de confirmación de una orden. Entregamos un informe con los umbrales de latencia observados, los modelos descartados por tamaño y una recomendación sobre qué operaciones conviene mantener en servidor. No incluye implementación ni despliegue.
Ver el alcance del diagnósticoPartimos del diagnóstico aprobado y llevamos el modelo a la aplicación: cuantización, calibración del umbral de confianza por dispositivo y enganche con el flujo de autorización de órdenes. Trabajamos sobre el SDK que ya uses, sin reescribir la capa de negocio. El alcance cubre reconocimiento facial y de huella para confirmación de compra, venta y transferencia. Queda fuera la gestión de identidad documental, que suele depender de otro proveedor.
Consultar la integraciónCuando el dato biométrico no sale del dispositivo, los equipos de cumplimiento necesitan otra forma de documentar consentimiento, evidencia y revocación. Acompañamos la redacción de ese flujo: qué se registra en local, qué se ancla y qué se comparte de forma selectiva con el servidor. Revisamos también la retención y la posibilidad de auditoría posterior. Es un trabajo conjunto con tu área legal, no un dictamen cerrado.
Revisar el enfoque de cumplimientoSesiones de trabajo con los equipos de móvil, riesgo y datos para que puedan mantener el sistema sin depender de nosotros. Cubrimos lectura de métricas de NPU, interpretación de falsos positivos y negativos en verificación financiera, y criterios para decidir cuándo un modelo debe volver al servidor. Se apoya en casos reales del sector y en las limitaciones concretas del hardware de gama media, que es donde suelen aparecer los problemas.
Material de referencia para el equipoSi no sabes por dónde empezar, el diagnóstico suele ser el paso más útil: aclara qué es viable antes de comprometer desarrollo. Puedes escribirnos a info@ubranium.com o llamar al +54 9 11 9676 1113 para comentar tu caso.
Consultas técnicas sobre despliegue de modelos en NPU, calibración de umbrales y trazabilidad de verificaciones. Respondemos según el tipo de incidencia y el momento del ciclo de integración en el que se encuentre tu equipo.
Para dudas de compilación, compatibilidad con versiones concretas de Android o iOS, o conflictos entre el runtime de inferencia y otras librerías del dispositivo. Conviene adjuntar el modelo de SoC, la versión del sistema operativo y el log de la NPU. Respondemos en horario laboral argentino, con seguimiento por correo hasta cerrar el caso.
Cuando el sistema rechaza operaciones legítimas o acepta verificaciones dudosas, revisamos la calibración del modelo frente al hardware real. Se analizan métricas de latencia, consumo térmico y tasa de error por tipo de operación: consulta de saldo, confirmación de orden o autorización de transferencia. El ajuste se documenta para que el equipo de cumplimiento pueda auditarlo.
Preguntas sobre retención de datos biométricos, mecanismos de revocación y cómo anclar la evidencia en el dispositivo sin exponerla al servidor. Trabajamos con los equipos legales para traducir los requisitos de identificación reforzada en decisiones de arquitectura concretas, incluyendo qué se registra, dónde y por cuánto tiempo.
Incidencias que bloquean una puesta en producción se atienden el mismo día hábil. Problemas de rendimiento o calibración en entornos de prueba se resuelven en un plazo de dos a tres días. Consultas de arquitectura o evaluación previa se agendan como sesión técnica y suelen requerir una semana de preparación por ambas partes.
Si tu duda ya está cubierta en la documentación, revisa primero las preguntas frecuentes. Para casos que requieren revisión de código o datos concretos, escríbenos a info@ubranium.com o llama al +54 9 11 9676 1113. También puedes consultar los recursos técnicos antes de abrir un caso.
Antes de contratar cualquier formato de trabajo conviene fijar el alcance. No todo lo que suena a biometría en el móvil implica el mismo tipo de procesamiento, ni todos los flujos admiten un esquema on-device sin matices. Estas son las precisiones que aplicamos en cada servicio del menú, para que nadie dé por supuesto algo que no cubrimos.