STATUS: PRODUCTION_ACTIVE
REG_DATE: 2025-10-15
// TECHNICAL_SPECIFICATION_SHEET

Clasificador de Tickets con ML

Microservicio para preprocesamiento y clasificación automática de tickets de soporte

[STACK_TECNOLÓGICO]
PythonFastAPIPandasDocker
[DOMINIO_Y_TAGS]
APIPythonFastAPIDockerBackend
[RESULTADOS_CLAVE_VERIFICADOS]
  • [OK]Reducción significativa de tiempos de enrutamiento manual
  • [OK]Clasificación con baja latencia en endpoints REST
  • [OK]Contenedorización lista para producción

Visión General

Microservicio desarrollado para automatizar la categorización y asignación de tickets de asistencia técnica y soporte en entornos empresariales. El servicio procesa el texto no estructurado enviado por los usuarios, extrae características textuales clave y clasifica la solicitud en colas operativas correspondientes.

Arquitectura del Servicio

  • Framework de Exposición: API construida sobre FastAPI, aprovechando validación estricta de esquemas de entrada y salida mediante Pydantic y documentación interactiva OpenAPI.
  • Preprocesamiento de Texto: Pipeline de normalización que elimina ruido, stopwords y normaliza caracteres especiales usando Pandas y expresiones regulares optimizadas.
  • Inferencia Ligera: Despliegue del clasificador serializado cargado en memoria durante la inicialización del proceso (lifespan event) para evitar relecturas de disco en cada petición.
[Cliente Web / Webhook] ---> [POST /api/v1/classify]
                                     |
                             [Pydantic Validation]
                                     |
                            [Text Preprocessing]
                                     |
                           [Model Inference Engine]
                                     |
                          [Response: Category + Score]

Beneficios Técnicos

  1. Latencia Predecible: Tiempo medio de respuesta inferior a 45ms por ticket evaluado.
  2. Despliegue Aislado: Empaquetado como imagen Docker multi-etapa con usuario no privilegiado y dependencias mínimas de sistema.