Skip to content
@spark-match

spark-match

README.md

Spark Match

Copiloto de Orientación Vocacional con IA Generativa

TFP License AWS

Spark Match es un proyecto académico del Trabajo de Fin de Programa (UNI — II Programa de Especialización en IA Generativa y Machine Learning Ops) que implementa un copiloto de orientación vocacional basado en IA Generativa y MLOps.

🎯 ¿Qué es Spark Match?

Una aplicación web que ayuda a estudiantes a descubrir carreras afines a su perfil mediante:

  • 🧠 IA Generativa (Amazon Bedrock + Claude) para análisis de perfil y recomendaciones
  • 📊 Pipeline de datos reproducible (DVC) sobre el catálogo oficial de Ponte en Carrera (MINEDU)
  • 🎨 Frontend moderno (Angular) con UX conversacional
  • ⚙️ Backend serverless (TypeScript en AWS Lambda) y agente conversacional (Python en ECS Fargate)
  • 🗄️ Storage (RDS PostgreSQL, S3, CloudFront)

📚 Repositorios

🔧 Core

Repo Descripción
spark-match-00-knowledge-base Base de conocimiento compartida (ADRs, SDDs, postmortems, onboarding)
spark-match-01-devops Pipelines reutilizables (Terraform + LaTeX) con OIDC, lint y security checks
spark-match-02-infrastructure Infraestructura AWS como código (Terraform puro), backend S3 + OIDC

💻 Aplicación

Repo Descripción
spark-match-03-backend API serverless en TypeScript sobre AWS Lambda: identidad, RBAC, auditoría e informes
spark-match-04-frontend SPA en Angular con UI conversacional
spark-match-05-data-pipeline Pipeline ETL con DVC: limpieza, features y etiquetado RIASEC del catálogo MINEDU
spark-match-07-deep-agent Agente conversacional (LangGraph + AG-UI + Bedrock) con evaluación RIASEC, scoring determinista y memoria (langmem)

📝 Documentación

Repo Descripción
spark-match-06-article Artículo académico LaTeX (TFP) con CI/CD automatizado

👥 Equipos

Team Responsabilidad
owners Propietarios de la organización
product-owners Gestión de prioridades y aprobaciones finales
devops Infraestructura AWS y Terraform
backend-devs API serverless en TypeScript, servicios core
frontend-devs SPA en Angular
ai-devs Agente y datos: LangGraph, prompts, scoring, pipeline RIASEC
qa Aseguramiento de calidad y testing
article-authors Autores del artículo académico

🛠️ Stack técnico

Cloud & Infrastructure

  • AWS (us-east-1) — Cloud principal
  • Terraform >= 1.6.0 — Infrastructure as Code
  • S3 + Lockfile — Backend state remoto (sin DynamoDB)
  • GitHub Actions + OIDC — CI/CD sin access keys

Backend

  • TypeScript + AWS Lambda (SAM) — API serverless, arquitectura DDD + EDA
  • PostgreSQL (RDS) — Base de datos transaccional
  • EventBridge — Eventos de dominio

Agente

  • Python + FastAPI — Servidor AG-UI sobre SSE, en ECS Fargate
  • LangGraph + deepagents — Orquestación del grafo y subagentes
  • Amazon Bedrock — Modelos fundacionales (Claude)

Frontend

  • Angular — SPA con TypeScript
  • CloudFront — CDN
  • S3 — Hosting estático

Datos

  • DVC — Versionado y reproducibilidad del pipeline
  • pandas + Bedrock — Limpieza, features y etiquetado RIASEC
  • CloudWatch — Monitoring y logs

El proyecto no entrena modelos propios: usa modelos fundacionales de Bedrock, y el ranking lo calcula código determinista, no un modelo aprendido.

Documentación

  • LaTeX — Artículo académico (TFP)
  • GitHub Releases — Versionado automático del PDF

🔐 Seguridad

Todos los repos siguen estas prácticas:

  • ✅ Branch protection estricta (1 review + CODEOWNERS + conv resolution)
  • ✅ CODEOWNERS por equipo (cada cambio requiere aprobación del equipo responsable)
  • ✅ OIDC + IAM Roles (no access keys de larga duración)
  • ✅ Roles separados para plan (read-only) vs apply (write)
  • ✅ GitHub Environments como approval gates para deploys a producción
  • ✅ CI lint checks (actionlint, gitleaks, yamllint) como required status checks
  • ⚠️ Los administradores de la organización pueden saltarse el ruleset vía pull request. Es deliberado (desbloquea a un equipo pequeño), pero conviene tenerlo presente: la protección de rama no es absoluta

📖 Cómo contribuir

  1. Elige un repo de los listados arriba
  2. Lee el README del repo para entender su estructura
  3. Crea una rama con prefijo descriptivo: feat/, fix/, refactor/, docs/
  4. Desarrolla siguiendo las convenciones del repo
  5. Abre un PR — el CI correrá automáticamente
  6. Espera aprobación de CODEOWNERS del equipo correspondiente
  7. Mergea cuando el CI pase y tengas al menos 1 aprobación

📜 Licencia

MIT — ver LICENSE.

Construido con 🧠 + ❤️ por el equipo Spark Match

Popular repositories Loading

  1. spark-match-02-infrastructure spark-match-02-infrastructure Public

    Infrastructure-as-code for the Spark Match platform: Terraform modules, AWS resource definitions, compliance baselines, and deployment topologies.

    HCL

  2. spark-match-01-devops spark-match-01-devops Public

    DevOps automation for the Spark Match platform: Reusable GitHub Actions workflows, CI/CD pipelines, contributor tooling, and operational scripts

    Shell

  3. spark-match-03-backend spark-match-03-backend Public

    Backend services for the Spark Match platform: REST APIs, integrations with the deep agent and data pipeline, and AWS-based serverless handlers.

    TypeScript

  4. spark-match-04-frontend spark-match-04-frontend Public

    Frontend web application for the Spark Match platform: Angular SPA that consumes the AG-UI streaming endpoint and visualizes vocational guidance sessions.

    TypeScript

  5. spark-match-05-data-pipeline spark-match-05-data-pipeline Public

    Data ingestion and transformation pipelines for the Spark Match platform: DVC-tracked datasets, ETL jobs, feature engineering, and drift monitoring.

    Python

  6. spark-match-06-article spark-match-06-article Public

    Academic article for the Spark Match platform: LaTeX source, figures, bibliography, and automated CI build for the final TFP submission.

    TeX

Repositories

Showing 9 of 9 repositories

Top languages

Loading…

Most used topics

Loading…