Pista Inteligente: Cómo construí un sistema de ranking de carreras de caballos con LightGBM, Claude como extractor de datos y calibración isotónica

Construí Pista Inteligente, un pipeline de Machine Learning end-to-end que predice el orden de llegada de caballos en carreras del Club Hípico de Santiago e Hipódromo Chile. El sistema convierte programas de carreras en papel (PDFs y texto) en CSV estructurado usando prompts especializados con Claude. Esos datos alimentan un modelo LightGBM Ranker (LambdaRank) con Walk-Forward Validation que ordena los caballos por probabilidad de victoria. Las probabilidades crudas del modelo pasan por calibración isotónica para que los scores sean realmente interpretables como probabilidades. La arquitectura completa está en Python con mlflow para tracking de experimentos.