I. Perfil del Proyecto
Alex Lemus
Maxwell93
Alex s lemus ruiz
II. Estrategia ML & Arquitectura
Nube (Cloud)
LLMs Cloud (Gemini)
Procesamiento complejo, generación de contenido, tutoría a escala.
TensorFlow Server
Análisis pesado, personalización, sistemas de recomendación.
Dispositivo (On-Device)
Gemini Nano / Gemma
Respuestas rápidas offline, resumen en tiempo real.
TensorFlow Lite
Clasificación rápida, optimización UX, inferencia básica.

Principios Arquitectónicos Clave
Móvil "Tonto"
El servidor hace el trabajo pesado. El móvil solo decora y presenta datos.
API REST Intermedia
Nunca conectar directo a DB. Capa de seguridad y control de costos obligatoria.
Seguridad Anti-Leak
Asumir ingeniería inversa. No incluir secretos ni lógica sensible en el cliente.
III. Buenas Prácticas de Logging
Estrategia
- ✓ Atómico: Un evento = Una línea. Procesable por máquinas.
- ✓ Contextual: Qué (Evento), Quién (Entidad), Dónde (Ubicación), Cuándo (Tiempo).
- ✓ Continuo: Implementado durante el desarrollo, no al final.
Niveles
DEBUGSolo desarrollo
INFOFlujo normal
WARNAnomalía recuperable
ERRORFallo de operación
IV. Fases de Desarrollo
1
Definición y Diseño
- Diseño de esquema DB y API REST.
- Selección de stack tecnológico.
- Definición de estándares de logging.
2
Backend & Prototipo ML
- Implementación API REST segura.
- Integración ML Cloud (Gemini/TF).
- Pruebas unitarias y de integración.
3
Frontend Multi-Factor
- UI para móviles, tablets y plegables.
- Integración ML On-Device (Lite/Nano).
- Revisión de seguridad (sin secretos).
4
Despliegue & Monitoreo
- Pruebas de carga (+10k usuarios).
- Penetration Testing.
- Lanzamiento en tiendas y monitoreo.