AI Personal Finance Tracker

Overview

AI Personal Finance Tracker es una aplicación diseñada para democratizar la salud financiera mediante el uso de inteligencia artificial. A diferencia de las hojas de cálculo tradicionales, esta plataforma no solo registra transacciones, sino que actúa como un mentor financiero personal. Utilizando el modelo Google Gemini AI, la aplicación analiza el historial de gastos del usuario para identificar patrones de consumo ineficientes y sugerir planes de ahorro personalizados.

Desarrollada bajo una arquitectura moderna con Expo Router para la navegación y un backend escalable en Express, la aplicación ofrece una experiencia de usuario premium con visualizaciones interactivas y retroalimentación en tiempo real.

Key Features

🤖 AI Financial Insights: Motor basado en Gemini AI que analiza tus finanzas para darte consejos accionables sobre cómo reducir gastos hormiga y optimizar tu presupuesto.
📊 Visualización Dinámica: Gráficos interactivos de pastel y barras (mediante react-native-chart-kit) que desglosan tus finanzas por categorías y periodos de tiempo.
⚡ Registro Rápido de Transacciones: Interfaz optimizada para añadir ingresos y gastos en segundos, con categorización automática sugerida por IA.
🔐 Seguridad de Grado Bancario: Implementación de JWT, cifrado de datos sensibles y protección contra ataques comunes mediante Helmet y limitadores de tasa en el backend.
🌐 Sincronización en la Nube: Persistencia de datos utilizando Turso (LibSQL), garantizando que tu información financiera esté siempre disponible y segura en cualquier dispositivo.
🌓 Modo Oscuro y UI Moderna: Interfaz limpia diseñada con una estética “Glassmorphism” y componentes personalizados para una usabilidad intuitiva.

Technical Challenges

El mayor reto técnico fue la integración de la IA en el flujo financiero sin comprometer la privacidad ni la velocidad. Se diseñó un middleware en el backend que anonimiza ciertos datos antes de enviarlos al servicio de Gemini para su análisis.

Además, la implementación de gráficos fluidos en React Native Web requirió una configuración meticulosa de los componentes para asegurar que la interactividad se mantuviera consistente tanto en dispositivos móviles como en navegadores de escritorio.

Lessons Learned

Este proyecto me enseñó la importancia de la normalización de datos financieros para alimentar modelos de IA. Aprendí que la calidad de los insights depende directamente de cómo se estructuran las categorías y metadatos de las transacciones. También profundicé en la optimización de consultas a bases de datos distribuidas (Edge databases) para mantener una latencia mínima.

Results & Impact

La aplicación ha logrado automatizar la identificación de gastos recurrentes no deseados en usuarios de prueba, permitiendo un ahorro potencial promedio del 15% mensual mediante sus sugerencias inteligentes. Es una prueba tangible de cómo la IA puede transformar datos abstractos en decisiones financieras inteligentes.