Proyecto AWS Lambda Workflow

Este proyecto en AWS proporciona un flujo de trabajo eficiente para el análisis y mejora de código, utilizando tres funciones Lambda almacenadas en el bucket 'lambda-bucket'. A continuación, se detalla el flujo de trabajo:

Estructura del Proyecto

Codigo Entreno --> Archivos para entrenar modelo predictivo.
Initializer.py --> Este código inicializa todo nuestro entorno AWS en localstack.
lambda1, lambda2 y lambda3 --> Lambdas llamadas bucket-viewer, code-metrics y word-suggester para realizar las acciones que ahora detallaremos.
language_model.keras --> Modelo entrenado para predicción de palabras.
main.py --> Graphical User Interface(GUI) sencilla, para que sea más fácil y más simple la ejecución de las lambdas, así como la búsqueda de archivos y la introducción de texto.
model.py --> Archivo que entrena y genera el modelo predictivo.
prueba_modelo.py --> Pequeño código que prueba la precisión del modelo entrenado.

Pasos del Flujo de Trabajo

1- Importación del Código al Datalake
El usuario introduce su código en el datalake, que sirve como el repositorio central para el almacenamiento de códigos.

2- Visualización del Contenido del Bucket
El usuario lanza la primera lambda (bucket_viewer) para obtener una vista previa del contenido del bucket datalake. Esta función Lambda proporciona una manera rápida y eficiente de explorar los archivos y estructuras dentro del bucket.

3- Métricas Generales del Código
Para obtener métricas generales sobre un código específico en datalake, el usuario lanza la segunda lambda(code_metrics). Esta función Lambda realiza análisis y proporciona información valiosa sobre el código.

4- Sugerencias de Palabras
El usuario pasa una oración y lanza la tercera lambda(word_suggester) para obtener sugerencias de palabras adicionales. Esta función Lambda utiliza algoritmos de procesamiento de lenguaje natural para sugerir palabras que podrían seguir en la oración dada

Configuración del Proyecto

Asegúrese de tener configurado LocalStack con las credenciales adecuadas.

• Si no lo tienes puedes obtener más información en https://www.localstack.cloud/
• Asegúrese de que su instancia de LocalStack apunta al puerto 4566
• Ejecute main.py para inicializr su entorno de LocalStack

Conclusión

Este proyecto proporciona una solución completa para el análisis de código y sugerencias de palabras, permitiendo a los usuarios mejorar la calidad y eficiencia de su código de manera efectiva.

Integrantes

• Pedro Sarmiento Yánez
• Pedro Jesús Cano González