Saltar a contenido

Applus-poc

Nombre del proyecto: Applus-poc🔗

Deep Kernel Labs (Sitio web)

Equipo:🔗
Applus
Cliente:🔗
Applus
Rol:🔗
Ingeniero de Software | Ingeniero de Datos

Abril, 2026 - Junio, 2026

Ourense, España

Recomendación: Ver en LinkedIn

Este proyecto consistió en desarrollar una plataforma web prueba de concepto (POC) para la autoridad de certificación acreditada Applus. La plataforma ayuda a estandarizar los procesos de inspección, crear nuevos flujos de inspección a partir de normativas regulatorias usando asistencia de IA, visualizar las fuentes regulatorias referenciadas en cada proceso de inspección, interactuar con un chatbot potenciado por IA para responder preguntas sobre procedimientos de inspección, y migrar varios documentos de procesos de inspección de Applus al formato Fieldeas. Contribuí a la arquitectura e implementación de la plataforma diseñando módulos y estructuras de clases, aprovechando la IA para generar código de implementación, y validando el código generado mediante pruebas exhaustivas de casos extremos para garantizar su corrección y fiabilidad.

Logros técnicos🔗

  • Contribuí al diseño de la arquitectura de la plataforma, colaborando en la estructura general del sistema y en las decisiones técnicas.
  • Diseñé e implementé, usando Python, React y desarrollo asistido por IA; una funcionalidad que permite a los usuarios visualizar las fuentes regulatorias referenciadas en cada paso de un proceso de inspección, proporcionando trazabilidad directa entre los procedimientos de inspección y los requisitos regulatorios correspondientes.
  • Extendí, usando Python, docling y desarrollo asistido por IA; una biblioteca que se usaba para extraer secciones de documentos a otra que extrae y convierte secciones de documentos regulatorios a HTML, permitiendo que los modelos de lenguaje grandes (LLMs) procesen la información de forma más eficiente y precisa.
  • Aproveché flujos de trabajo de desarrollo asistido por IA para lluvia de ideas, diseño de sistemas, implementación, pruebas, depuración y corrección de errores, mejorando la eficiencia del desarrollo y reduciendo las alucinaciones del modelo mediante técnicas efectivas de prompting y validación.
  • Revisé, probé y validé código Python generado por IA antes de integrarlo, garantizando la corrección y previniendo errores de diseño e implementación derivados de alucinaciones del modelo.
  • Usé IA para comprender rápidamente codebases grandes y desconocidas, reduciendo significativamente el tiempo de incorporación y acelerando el desarrollo en el proyecto.

Logros personales🔗

  • Asistí a reuniones diarias con el equipo para coordinar tareas y encontrar problemas potenciales en el desarrollo de la solución.
  • Usé Jira para organizar y hacer seguimiento de las tareas asignadas.
  • Seguí la metodología Scrum garantizando un proceso de desarrollo ágil.
  • Expuse en las reuniones diarias el progreso de mis tareas, ayudando a otros a entender mi progreso y la implementación de mis tareas.
  • Participé en sesiones de programación en pareja con compañeros para diseñar el sistema, definir las tareas de implementación y ayudar a distribuir el trabajo en el equipo.

Otros miembros del equipo:

Stack:
Python, Django Rest Framework, JSON, SQL, PostgreSQL, pgAdmin, Claude Code (Opus 4.7), Git, Github, React, Docker, docker-compose, docling (librería de Python), Api Rest.
keywords:
Programación agéntica, Ingeniería de IA, contenedores.