File size: 3,595 Bytes
19abf47 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 |
import streamlit as st
st.header("Arquitectura del proyecto")
st.write("""
La arquitectura de la aplicaci贸n de inteligencia artificial se basa en una estructura de capas. Comenzamos con el usuario, que se conecta a trav茅s de una computadora o celular, y accede a la capa de presentaci贸n o front-end. Esta consta de dos APIs principales: "login/registro" y "suscripci贸n". Estas APIs separan los procesos relacionados con el inicio de sesi贸n, el registro y la gesti贸n de suscripciones.
Adem谩s, en esta arquitectura, se utiliza una funci贸n lambda que se encarga de gestionar el env铆o de notificaciones a los usuarios. Esto permite una mayor flexibilidad y escalabilidad.
En cuanto al alojamiento de la aplicaci贸n, todos estos componentes, incluyendo las APIs y la funci贸n lambda, se encuentran alojados en AWS (Amazon Web Services). Utilizar AWS para alojar la aplicaci贸n proporciona beneficios como escalabilidad, alta disponibilidad y facilidad de implementaci贸n.
""")
st.image("0-1 Pysentimiento_files/arquitectura.jpg", caption="Arquitectura del proyecto")
st.write("""
El soporte t茅cnico puede involucrar un equipo que brindan asistencia y resuelven cualquier problema que pueda surgir.
Despu茅s de la capa de presentaci贸n, la arquitectura de la aplicaci贸n se integra con el backend, que es el encargado de unificar todos los componentes principales del proyecto. El backend est谩 dividido en tres grandes subgrupos.
El primer subgrupo se encuentra alojado en la nube de AWS y est谩 encargado de almacenar y gestionar los datos de la aplicaci贸n. Esta parte del backend se encarga de manejar el almacenamiento de informaci贸n relevante, como perfiles de usuarios, historiales de suscripci贸n, entre otros.
El segundo subgrupo del backend es la parte de inteligencia artificial. Aqu铆 es donde se utiliza para realizar las predicciones.
El tercer subgrupo consiste en una herramienta de web scraping. Esta herramienta se utiliza para recopilar informaci贸n relevante de diversas fuentes en l铆nea y alimentar al modelo de IA. Esta parte del backend funciona en una instancia de AWS y se encarga de extraer y preparar los datos necesarios para el funcionamiento del modelo.
Dentro de la parte alojada en la nube, tambi茅n se incluyen funcionalidades adicionales como la integraci贸n con una pasarela de pago. Esta integraci贸n permite gestionar los cobros de suscripci贸n. Para esto 煤ltimo, se utiliza una funci贸n lambda que se ejecuta cuando finaliza una suscripci贸n, permitiendo realizar el cobro correspondiente.
Por 煤ltimo, la arquitectura de la aplicaci贸n incluye la gesti贸n de la base de datos. Esta se almacena en la nube para garantizar que la informaci贸n sea segura y no se pierda. Dado que esta base de datos contiene datos cr铆ticos para el funcionamiento de la aplicaci贸n.
Adem谩s, se guarda el modelo entrenado en un formato espec铆fico, como pkl, h5, pb, u otros. Este formato permite conservar el modelo de IA en un estado 贸ptimo para su posterior uso y realizar predicciones de manera eficiente. Al elegir un formato adecuado, se facilita la carga y el despliegue del modelo en el entorno de producci贸n.
Asimismo, los datos recopilados a trav茅s del web scraping y otros medios se almacenan en una base de datos el谩stica. Esta base de datos est谩 dise帽ada para manejar un crecimiento constante en la cantidad de datos almacenados. La elasticidad permite adaptarse a medida que la aplicaci贸n recopila m谩s informaci贸n con el tiempo, asegurando que no se vea afectada la capacidad de almacenamiento y consulta de los datos.
""") |