Risk Map is an MVP in development that I worked on for risk assessors. The platform centralizes risk indicators from multiple trusted sources, keeps each data point traceable to its origin, and converts different source metrics into a normalized 0-100 risk index for easier comparison.
The goal is practical: help assessors quickly understand, compare, and interpret risk indices from many sources in one place without losing source context.
What it does
The current MVP focuses on turning scattered risk indicators into a usable workspace. Assessors can review normalized scores, compare entities, inspect source-backed values, and watch for changes that should trigger attention.
Architecture
Risk Map is a traditional web app built with a React frontend, an AdonisJS API, PostgreSQL, Redis, and Nginx in a containerized deployment.
AdonisJS was a good fit because the API and database layer are central to the product. Lucid ORM helped keep the data model explicit and type-safe while the scoring model, sources, indicators, and alerts evolved.
Admin and scoring model
The main challenge was making data source and scoring model maintenance usable for non-technical users. Risk assessors needed flexibility to update trusted sources, scoring rules, and indicator configuration without touching code or understanding the internal schema.
I built an admin interface that abstracts the technical details while still allowing controlled updates to the scoring logic and data source configuration.
Current MVP scope
- Multiple risk sources -- aggregation of indicators from trusted external and internal references
- Source traceability -- each data point keeps a connection to where it came from
- Normalized comparison -- source-specific indicators are converted into a shared
0-100risk index - Admin maintenance -- source and scoring model updates can be handled from the admin interface
- Alerts -- changes in risk indicators can be surfaced for review
Still in development
The project is not a finished risk platform yet. The MVP proves the core model: source-backed data, normalized scoring, admin-managed configuration, and alert-oriented review. The next work is about making the history, reporting, validation, and operational workflows deeper and more reliable.
Lessons learned
Mapping the database early was one of the most valuable parts of the project. Defining the core tables, relationships, and data flow clarified the problem space and shaped the rest of the system design, especially with continuous feedback from the field expert.
Stack
Frontend: React, TypeScript
Backend: AdonisJS, PostgreSQL, Redis, Nginx, containerized deployment
Risk Map es un MVP en desarrollo en el que trabaje para analistas de riesgo. La plataforma centraliza indicadores de riesgo desde multiples fuentes confiables, mantiene cada dato trazable a su origen, y convierte metricas de distintas fuentes en un indice normalizado 0-100 para facilitar la comparacion.
El objetivo es practico: ayudar a los analistas a entender, comparar e interpretar indices de riesgo de muchas fuentes en un solo lugar sin perder contexto de origen.
Que hace
El MVP actual se enfoca en convertir indicadores dispersos en un workspace usable. Los analistas pueden revisar scores normalizados, comparar entidades, inspeccionar valores respaldados por fuentes, y detectar cambios que deberian generar atencion.
Arquitectura
Risk Map es una aplicacion web tradicional construida con frontend React, API AdonisJS, PostgreSQL, Redis y Nginx en un despliegue containerizado.
AdonisJS encajo bien porque el API y la capa de base de datos son centrales para el producto. Lucid ORM ayudo a mantener el modelo de datos explicito y type-safe mientras evolucionaban el modelo de scoring, fuentes, indicadores y alertas.
Admin y modelo de scoring
El reto principal fue hacer que el mantenimiento de fuentes de datos y del modelo de scoring fuera usable para usuarios no tecnicos. Los analistas necesitaban flexibilidad para actualizar fuentes confiables, reglas de scoring y configuracion de indicadores sin tocar codigo ni entender el schema interno.
Construi una interfaz admin que abstrae los detalles tecnicos mientras permite actualizaciones controladas a la logica de scoring y configuracion de fuentes.
Alcance actual del MVP
- Multiples fuentes de riesgo -- agregacion de indicadores desde referencias externas e internas confiables
- Trazabilidad de fuentes -- cada dato mantiene conexion con su origen
- Comparacion normalizada -- indicadores especificos de cada fuente se convierten a un indice compartido
0-100 - Mantenimiento admin -- fuentes y modelo de scoring se pueden actualizar desde la interfaz admin
- Alertas -- cambios en indicadores de riesgo se pueden levantar para revision
En desarrollo
El proyecto todavia no es una plataforma de riesgo terminada. El MVP prueba el modelo central: datos respaldados por fuentes, scoring normalizado, configuracion administrable y revision orientada a alertas. El siguiente trabajo es profundizar historiales, reportes, validacion y flujos operativos.
Aprendizajes
Mapear la base de datos temprano fue una de las partes mas valiosas del proyecto. Definir tablas centrales, relaciones y flujo de datos ayudo a aclarar el problema y dio forma al diseno general del sistema, especialmente con feedback continuo del experto de campo.
Stack
Frontend: React, TypeScript
Backend: AdonisJS, PostgreSQL, Redis, Nginx, despliegue containerizado