RESUMEN : Las recomendaciones de servicios y consejos adecuados pueden ser un medio para mejorar el bienestar financiero de una persona. La personalización de éstas es realizada mediante modelos de recomendación a partir de los datos de cada usuario. En la plataforma existen múltiples fuentes de datos heterogéneos distribuidas en diferentes componentes de transmisión y almacenamiento, y diversos modelos de recomendación que son usados por muchos clientes y procesos mediante peticiones acopladas a cada uno de ellos. A través de abstracciones se diseñó un proceso de recomendación que permite a cualquier cliente o proceso dentro de la plataforma interactuar con múltiples modelos de recomendación de manera transparente, independientemente de los algoritmos con los que se hayan implementado. Las recomendaciones, y las características a partir de las que se calculan, pueden ser generadas en procesamientos en línea, a partir de consultas síncronas; casi en tiempo real, mediante eventos enviados en streams de datos; y en lote, recurriendo a ETLs; siendo capaces de explotar las diversas fuentes de datos que hacen parte de la plataforma. El componente central de la implementación realizada es un microservicio encargado de exponer a los demás clientes de la plataforma las funcionalidades para calcular y consultar recomendaciones; de gestionar la extracción y almacenamiento de las características a partir de los datos de los usuarios; y de orquestar los modelos de recomendación adecuados para cada contexto. Los componentes resultantes se diagramaron utilizando el modelo C4, centralizando la documentación y unificándola bajo un mismo estándar intuitivo y adaptable a diferentes públicos.