Sistema Híbrido para la Inferencia de Modelos de Inteligencia Artificial en Entornos Locales y en la Nube, Orientado a la Optimización de Procesos de Investigación mediante Infraestructura Flexible e Innovadora

Este proyecto propone una arquitectura híbrida para la inferencia de modelos de inteligencia artificial (IA), integrando la infraestructura local de la Corporación Nacional de Telecomunicaciones (CNT) con los servicios escalables de AWS. La iniciativa busca resolver desafíos críticos de escalabilidad, latencia y costos operativos asociados al despliegue de modelos de lenguaje de gran escala (LLM). Al combinar recursos locales con la nube, el sistema permite una gestión flexible de las cargas de trabajo, garantizando que las tareas de baja latencia se procesen localmente mientras que los picos de demanda se gestionan en la nube. La colaboración entre la Universidad Politécnica Salesiana (UPS) y CNT facilita la transferencia de conocimiento y la aplicación práctica de tecnologías avanzadas. El proyecto se centra en la configuración de una infraestructura robusta, la sincronización automatizada de modelos y la implementación de sistemas de monitoreo avanzados como AWS CloudWatch y Prometheus. Los resultados esperados incluyen una mejora significativa en los tiempos de respuesta, la optimización de recursos computacionales y la creación de nuevas capacidades de servicio para los usuarios finales. Además de los beneficios técnicos, el proyecto promueve la investigación aplicada y el fortalecimiento del perfil profesional de los estudiantes mediante su participación directa en el desarrollo de soluciones innovadoras. La sostenibilidad del sistema se garantiza mediante la optimización continua de recursos y el mantenimiento predictivo, estableciendo un modelo eficiente para la adopción de IA en entornos corporativos.<br/><br/><b>Objetivo</b>: <br/>Desarrollar e implementar un sistema híbrido para la inferencia de modelos de inteligencia artificial que combine infraestructura local y servicios en la nube de AWS. El objetivo es optimizar el rendimiento, la escalabilidad y la eficiencia operativa en el procesamiento de datos.<br/><br/><b>Líneas de investigación</b>: <br/>Inteligencia artificial y minería de datos