Proyecto de Asistencia Automática Basada en Reconocimiento FacialEste proyecto, desarrollado para la Escuela de Ingeniería Informática de la Universidad UNFV, se centró en mejorar significativamente la eficiencia del proceso de asistencia, logrando una reducción del 50% en el tiempo requerido para registrar asistencias. A continuación, se presenta un resumen del proceso y las tecnologías implementadas:- Desarrollé y gestioné la base de datos utilizando SQLite para almacenar y organizar la información (Data Engineering).- Implementé consultas personalizadas (queries) para acceder y manipular los datos de manera eficiente y poder enviarlos para utilizar un dashboard (Análisis de Datos).- Desarrollé y entrené modelos de redes neuronales utilizando TensorFlow para la validación de reconocimiento facial (Deep Learning).- Diseñé y desplegué el backend en Django, garantizando una comunicación efectiva con el frontend desarrollado en Flutter mediante API REST y Firestore (Backend Development, Cloud Firestore).- Creé API REST personalizadas para generar y enviar reportes de asistencia basados en validaciones de GPS y reconocimiento facial (API Development).- Gestioné la seguridad y el rendimiento del servidor, incluyendo la configuración de Gunicorn y la gestión de la máquina virtual en Amazon Web Services (AWS) (Server Management, Cloud Computing).- Implementé medidas de seguridad como la validación cruzada (cross-validation) para asegurar la integridad y privacidad de los datos (Security, Data Privacy).- Colaboré eficazmente en un equipo multidisciplinario para garantizar la funcionalidad y calidad del aplicativo móvil (Team Collaboration, Project Management).