Saltar al contenido
Escudo de la Universidad Nacional Mayor de San Marcos

Universidad Nacional Mayor de San Marcos
Facultad de Ingeniería de Sistemas e Informática

Maestría en Inteligencia Artificial

Cinco profesionales de datos, software y dirección de proyectos. Estudiamos inteligencia artificial y operamos la infraestructura donde la practicamos.

La plataforma

No es un entorno prestado: montamos, operamos y documentamos el nuestro. Lo que sale a internet va con certificado y autenticación; la capa de datos no se expone.

Cómputo

Notebooks con el entorno ya montado: nada que instalar para empezar a trabajar. Dos tamaños: uno ligero para el día a día y otro para entrenar.

Datos

Base relacional, almacenamiento de objetos, base vectorial y modelos de lenguaje ejecutándose en local, sin depender de ningún servicio de terceros.

Experimentos

Cada entrenamiento queda registrado con sus parámetros, sus métricas y su modelo. Los largos corren como trabajos que sobreviven a cerrar el navegador.

Despliegue

Este sitio se publica solo: basta con subir el cambio al repositorio. Nadie entra al servidor.

Lo que trabajamos

Arquitecturas

  • Convolucionales — ResNet, EfficientNet
  • Recurrentes — LSTM, GRU
  • Transformers — BERT, GPT
  • Detección y segmentación — YOLO, U-Net

Técnicas

  • Transfer learning y ajuste fino
  • Interpretabilidad de modelos
  • Embeddings y búsqueda semántica
  • Generación aumentada por recuperación
  • Extracción de entidades y análisis de sentimiento

Herramientas

  • PyTorch
  • Hugging Face
  • OpenCV
  • spaCy
  • MLflow
  • Qdrant
  • ONNX Runtime

El equipo

Acceso a los servicios

Todos piden autenticación, así que publicar sus direcciones no abre nada. Las credenciales no están aquí ni en ningún repositorio: cada integrante obtiene la suya.

JupyterHub

Notebooks con PyTorch, OpenCV, spaCy y el resto del entorno ya instalado. Cada uno con su espacio de trabajo, que se conserva entre sesiones.

Cuenta de GitHub

Abrir JupyterHub

MLflow

Registro de experimentos y modelos: parámetros, métricas y artefactos de cada entrenamiento.

Usuario y contraseña

Abrir MLflow

Label Studio

Anotación de imágenes y de texto: cajas, polígonos y entidades. Exporta en COCO, YOLO y Pascal VOC.

Cuenta propia

Abrir Label Studio

Argo Workflows

Encadena los pasos de un entrenamiento: preparar los datos, entrenar, evaluar y publicar el modelo.

Token de acceso

Abrir Argo Workflows

Argo CD

Despliegue continuo. Muestra si lo que corre coincide con el repositorio.

Usuario y contraseña

Abrir Argo CD

Grafana

Estado de la plataforma: consumo de recursos y salud de cada servicio.

Usuario y contraseña

Abrir Grafana