Para quienes buscan su primer empleo como arquitecto de soluciones, la combinación de inteligencia artificial y habilidades prácticas en la nube resulta decisiva. Más allá de certificaciones, los reclutadores valoran proyectos reales que demuestren capacidad para diseñar y desplegar sistemas funcionales. A continuación, se presentan cinco proyectos de IA pensados para principiantes, ordenados por complejidad creciente, que pueden marcar la diferencia en una entrevista técnica.

El primer proyecto consiste en construir una API REST serverless que invoque un modelo de lenguaje mediante servicios cloud AWS y Azure. Utilizando AWS Lambda, API Gateway y Amazon Bedrock, se logra una arquitectura escalable que procesa consultas y devuelve respuestas estructuradas. Este ejercicio enseña los fundamentos de integración de IA para empresas y gestión de costes, un conocimiento esencial para cualquier arquitecto junior.

El segundo proyecto aborda la recuperación aumentada por generación (RAG) para crear un asistente documental. Se suben PDFs a un bucket S3, se indexan en una base de vectores OpenSearch y se conectan con Bedrock Knowledge Bases. El resultado es un sistema capaz de responder preguntas con citas precisas. Esta solución, típica en entornos corporativos, se complementa con servicios inteligencia de negocio como Power BI para visualizar el uso y la precisión de las respuestas. En Q2BSTUDIO desarrollamos aplicaciones a medida que integran estas capacidades.

El tercer proyecto implica un escáner de seguridad en pull requests de GitHub, utilizando Semgrep, Trivy y un LLM para generar informes estructurados. Este ejercicio cruza ciberseguridad y automatización, dos áreas críticas en el desarrollo moderno. Implementar un dashboard histórico en DynamoDB permite medir la evolución de la seguridad, lo que demuestra una visión de gobernanza que los empleadores valoran.

El cuarto proyecto es un panel de costes multi-nube que consulta APIs de facturación (AWS Cost Explorer) y emplea un modelo de lenguaje para generar análisis en lenguaje natural y detectar anomalías. Se trata de una aplicación práctica de FinOps, donde la inteligencia artificial ayuda a optimizar el gasto cloud. Al combinarlo con herramientas como Power BI, se puede ofrecer una visión estratégica del gasto.

Finalmente, el quinto proyecto consiste en un agente de IA con capacidad de usar herramientas: consultar bases de datos, recuperar información de knowledge bases y ejecutar acciones de múltiples pasos. Los agentes IA son la frontera actual en automatización empresarial. Añadir un paso de aprobación humana demuestra un diseño responsable, algo que cada vez más compañías exigen.

Para presentar estos proyectos, cada repositorio debe incluir un README con el problema resuelto, un diagrama de arquitectura, las tecnologías elegidas y las lecciones aprendidas. En entrevistas, explicar una decisión de diseño y un trade-off concreto diferencia a quien realmente construyó el sistema de quien solo lo estudió. En Q2BSTUDIO ofrecemos servicios de servicios cloud AWS y Azure y desarrollamos software a medida para que empresas y profesionales puedan acelerar su adopción de IA.