El alumnado del Curso de Especialización en Inteligencia Artificial y Big Data continúa participando activamente en el desarrollo del Proyecto LARA, colaborando en tareas reales relacionadas con la mejora de la infraestructura tecnológica del proyecto.
En esta ocasión, los estudiantes han trabajado sobre la base de datos de la aplicación LARA utilizando MongoDB, Python y PyMongo, analizando su estructura, optimizando consultas y proponiendo mejoras que permitan hacer el sistema más eficiente y escalable. Estas son algunas de sus aportaciones.
José Antonio Rivero Muñana
José Antonio destaca el valor del Proyecto LARA como una oportunidad para aprender sobre un caso real de desarrollo tecnológico. Durante esta actividad ha aplicado los conocimientos adquiridos sobre bases de datos NoSQL y Python en un entorno profesional, comprendiendo la importancia de la eficiencia en el tratamiento de la información, la optimización de recursos y el diseño de soluciones centradas en el usuario. Para él, participar en LARA supone descubrir nuevas aplicaciones de la inteligencia artificial y desarrollar una visión más profesional e innovadora de la tecnología.
Juan Manuel Galán Gómez
Juan Manuel centró su trabajo en el estudio del modelo de datos de LARA. Analizó la organización de las colecciones de MongoDB, identificó posibles redundancias y realizó pruebas con consultas, índices y agregaciones mediante PyMongo. Además, utilizó herramientas como explain() para comprender el comportamiento interno de las consultas y evaluar distintas estrategias de optimización del rendimiento de la base de datos.
Abel Gijón Cordero
Abel profundizó en el análisis de la información almacenada por la aplicación, estudiando cómo se gestionan los audios, usuarios y demás datos del sistema. Su trabajo permitió comprobar el impacto que tiene la creación de nuevos índices sobre el rendimiento de las consultas y explorar diferentes pipelines de agregación para obtener información estadística de interés, como la distribución de usuarios por edad, patologías o fechas de utilización de la plataforma.
Víctor Manuel Jiménez Sánchez
Víctor realizó un estudio detallado de la estructura completa de la base de datos, identificando sus principales colecciones y evaluando diferentes propuestas de mejora. Entre sus aportaciones destaca la creación de índices estratégicos que reducen considerablemente los tiempos de consulta, así como el análisis de los datos almacenados para detectar oportunidades de mejora en el modelo de información, como la normalización de enfermedades, la eliminación de duplicidades y la utilización de referencias mediante identificadores. También analizó la evolución temporal de las grabaciones de voz, identificando el periodo de mayor incorporación de audios al sistema, correspondiente al entrenamiento inicial del modelo de inteligencia artificial.
Este trabajo permite al alumnado enfrentarse a problemas reales de ingeniería de datos, aplicando técnicas de optimización utilizadas en el ámbito profesional y contribuyendo, al mismo tiempo, a la evolución del Proyecto LARA. Una experiencia que demuestra cómo la formación basada en proyectos reales favorece el aprendizaje, el trabajo colaborativo y el desarrollo de competencias altamente demandadas en el sector de la Inteligencia Artificial.
Deja una respuesta