🤖 Cl@udiata

📖 Descripción del Proyecto

Este trabajo presenta el diseño y desarrollo de Cl@ud-ia-data, un agente virtual privado basado en inteligencia artificial generativa, especializado en el análisis de datos deportivos. La finalidad del proyecto es ofrecer una herramienta de apoyo a la toma de decisiones mediante análisis avanzado de datos, garantizando la privacidad, el control de la información y un uso eficiente de los recursos computacionales.

El sistema se despliega en un entorno completamente privado sobre una infraestructura local basada en una NVIDIA Jetson AGX Orin de 64 GB, una plataforma de computación acelerada de alto rendimiento y bajo consumo energético. Esta elección tecnológica contribuye a un enfoque de IA sostenible, reduciendo de forma significativa la huella energética frente a soluciones basadas en grandes centros de datos en la nube.

La metodología empleada se fundamenta en técnicas de Generación Aumentada por Recuperación (RAG), utilizando exclusivamente modelos de código abierto. Como resultado, se obtiene un agente funcional capaz de generar respuestas precisas y contextualizadas a partir de datos deportivos de la liga luxemburguesa.

🏗️ Arquitectura del Sistema

Stack Tecnológico

Arquitectura Medallion (Bronze → Silver → Gold)

Arquitectura Medallion basada en MinIO (Bronze / Silver / Gold).

Flujo RAG (Retrieval-Augmented Generation)

Flujo RAG: recuperación semántica + generación controlada.

🚀 Instalación y Despliegue

Requisitos Previos

• Hardware: NVIDIA Jetson AGX Orin (64GB RAM recomendado)
• SO: Ubuntu 22.04 (JetPack 6.2+)
• Software: Conda/Miniforge, Docker (opcional para MinIO), CUDA 12.6+

1) Clonar Repositorio

git clone https://github.com/claudyata/claudyata.github.io
cd claudyata.github.io

2) Configurar Entorno Conda

# Crear entorno conda
conda env create -f environment.yml
conda activate tfg

3) Instalar Ollama y Modelos

# Instalar Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Descargar modelos
ollama pull qwen2.5:32b
ollama pull mxbai-embed-large

# Verificar
ollama list

4) Configurar MinIO (opcional, vía Docker)

docker run -d \
  -p 9000:9000 \
  -p 9001:9001 \
  --name minio \
  -v ~/minio/data:/data \
  -e "MINIO_ROOT_USER=admin" \
  -e "MINIO_ROOT_PASSWORD=admin123" \
  quay.io/minio/minio server /data --console-address ":9001"

# Consola: http://localhost:9001 (admin / admin123)

5) Variables de entorno

# Crear archivo .env en artefactos/src/
cat > artefactos/src/.env << EOF
# MinIO
MINIO_ENDPOINT=localhost:9000
MINIO_ACCESS_KEY=admin
MINIO_SECRET_KEY=admin123
MINIO_SECURE=False

# Ollama
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=qwen2.5:32b

# ChromaDB
CHROMADB_PATH=../../chroma_db
EOF

6) Inicializar Base de Datos Vectorial

cd artefactos/src
python -c "from core.rag_client import RAGClient; RAGClient()"

7) Ejecutar Aplicación

cd artefactos/src
streamlit run app.py

📂 Estructura del Proyecto

claudyata.github.io/
├── artefactos/
│   └── src/
│       ├── app.py
│       ├── core/
│       ├── tabs/
│       └── utils/
├── docs/
│   ├── 02-setup-jetson-orin.md
│   ├── 03-setup-docker.md
│   ├── 04-arquitectura-medallion.md
│   └── 09-benchmark_qwen_quantization.md
├── experiments/
│   ├── 01-comparativa-gpu.ipynb
│   ├── 05-comparativa-gestor-llm.ipynb
│   ├── 06-comparativa-embeddings.ipynb
│   ├── 07-comparativa-modelos-llm.ipynb
│   └── 08-etl-bronze-to-silver-to-gold.ipynb
├── environment.yml
├── Modelfile.claudiata
├── index.html
└── README.md

📊 Características Principales

🧪 Experimentos y Benchmarks

1. Comparativa de Infraestructuras (Edge vs Datacenter)

Comparativa multicriterio de infraestructuras evaluadas.

2. Comparativa de Embeddings

Resultado de la comparativa de modelos de embeddings multilingües.

3. Comparativa de Modelos LLM

Resultado de la comparativa de modelos generativos (selección Qwen2.5 32B).

4. Análisis de Costes

Desglose de costes: hardware + operativo (OPEX).

📄 Licencia

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International

Usted es libre de:

• ✅ Compartir — copiar y redistribuir el material en cualquier medio o formato
• ✅ Adaptar — remezclar, transformar y construir a partir del material

Bajo los siguientes términos:

• 👤 Atribución — Debe dar crédito apropiado, proporcionar un enlace a la licencia e indicar si se realizaron cambios.
• 🚫 No Comercial — No puede utilizar el material con fines comerciales.
• 🔄 Compartir Igual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia.

Texto completo de la licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode

📊 Citación Académica

@mastersthesis{perisperis,
  author  = {García, Pedro José},
  title   = {Cl@udiata: Modelos de Lenguaje en la Analítica Deportiva},
  school  = {Universitat Oberta de Catalunya},
  year    = {2025},
  type    = {Trabajo Final de Grado},
  note    = {Grado de Ciencia de Datos Aplicada},
  url     = {https://github.com/claudyata/claudyata.github.io}
}

📧 Contacto

🙏 Agradecimientos