Saltar a contenido

Sesión 14: Revisión técnica final

Unidad 3: Integración y sustentación del producto final

Propósito: revisar la consistencia técnica del producto final antes de la sustentación, verificando ejecución, evidencias, artefactos y claridad del recorrido end-to-end.

Producto de la sesión

Lista de verificación técnica del sistema Big Data integrado y plan de ajustes antes de la evaluación U3.

1. Revisión de arquitectura

Verifica que la arquitectura final:

  • muestre fuentes de datos;
  • conecte batch, streaming y ML cuando corresponda;
  • identifique rutas o artefactos principales;
  • distinga lo implementado de lo propuesto;
  • no incluya componentes no trabajados como si estuvieran implementados.

Tabla de revisión:

Componente Implementado Evidencia Observación
Fuente de datos [ ]
ETL batch Spark [ ]
Salida Parquet [ ]
Streaming Kafka/Spark [ ]
ML / series de tiempo [ ]
Inferencia [ ]

2. Revisión del pipeline batch U1

Valida:

  • notebook o script ejecutado;
  • lectura de datos;
  • limpieza y transformaciones;
  • reglas de calidad;
  • escritura en Parquet;
  • lectura de validación;
  • evidencia del dataset final.

Preguntas guía:

  • ¿El ETL puede explicarse como Extract, Transform y Load?
  • ¿La salida Parquet existe o está evidenciada?
  • ¿Se entiende qué problema resuelve el dataset final?

3. Revisión del pipeline U2

Valida según el alcance logrado:

  • ingesta de eventos o fuente equivalente;
  • procesamiento streaming si fue implementado;
  • resultados del procesamiento;
  • métricas, observabilidad o costos si fueron trabajados;
  • modelo ML entrenado o reutilizado;
  • evidencia de inferencia.

Preguntas guía:

  • ¿Se entiende qué parte corresponde a tiempo real?
  • ¿Hay evidencia de producer/consumer, Kafka o Spark Streaming?
  • Si no se ejecutó streaming completo, ¿está claramente delimitado el alcance?

4. Revisión de ML con series de tiempo

Valida:

  • variable objetivo;
  • variable temporal u orden lógico;
  • features;
  • modelo o enfoque;
  • métrica de evaluación;
  • predicciones;
  • interpretación de resultados.

Tabla sugerida:

Elemento ML Evidencia Observación
Dataset de entrenamiento
Features
Modelo
Métrica
Predicciones

5. Revisión de evidencias

Cada evidencia debe ser fácil de ubicar y explicar.

Evidencias mínimas:

  • diagrama de arquitectura;
  • notebooks o scripts principales;
  • capturas o salidas de ejecución;
  • tabla de calidad o validación;
  • salida Parquet;
  • resultados de streaming si aplica;
  • resultados de ML/inferencia;
  • limitaciones declaradas.

6. Ensayo de sustentación

Orden sugerido para la presentación:

  1. Problema y objetivo.
  2. Arquitectura integrada.
  3. Entregable U1: batch + Parquet.
  4. Entregable U2: streaming + ML.
  5. Series de tiempo e inferencia.
  6. Evidencias y resultados.
  7. Limitaciones y mejoras futuras.

Tiempo recomendado:

Bloque Tiempo sugerido
Problema y arquitectura 2 min
U1 batch/Parquet 3 min
U2 streaming/ML 3 min
Inferencia y resultados 3 min
Cierre y limitaciones 1 min

Actividad de la sesión

Completa la revisión final:

Aspecto Estado Acción pendiente
Arquitectura final clara
ETL batch evidenciado
Parquet validado
Streaming o alcance U2 claro
ML/series de tiempo evidenciado
Demo preparada
Limitaciones declaradas

Cierre

Al finalizar esta sesión, el equipo debe tener el producto listo para la sustentación final y saber exactamente qué evidencias mostrará para sostener su evaluación.