Sobre Trayector-IA
Un sistema inteligente diseñado para guiar a estudiantes hacia su vocación profesional mediante Inteligencia Artificial y análisis semántico.
Nuestra Misión
Proporcionar a los estudiantes de la Facultad de Negocios y Tecnologías una herramienta objetiva y basada en evidencia para identificar la carrera universitaria que mejor se alinea con sus intereses, habilidades y valores personales.
Propósito del sistema
Trayector-IA nació de la necesidad de complementar el asesoramiento vocacional presencial con una herramienta tecnológica accesible que use Inteligencia Artificial para ofrecer recomendaciones personalizadas en tiempo real.
Contexto académico
Desarrollado como proyecto académico en la Universidad Veracruzana, Campus Ixtac. El sistema aplica técnicas de Procesamiento de Lenguaje Natural (NLP) y aprendizaje automático para el análisis de perfiles vocacionales.
Para los estudiantes
Diseñado pensando en estudiantes de bachillerato y primeros semestres que necesitan orientación clara, rápida y fundamentada para tomar una de las decisiones más importantes de su vida académica.
¿Cómo funciona el sistema?
Trayector-IA combina un modelo de lenguaje grande (LLM vía Groq) para la interacción conversacional con el estudiante, y un pipeline de NLP local para el análisis semántico de las respuestas.
Las respuestas del estudiante son procesadas mediante tokenización, eliminación de stopwords y stemming con NLTK en español. Posteriormente, se vectorizan con TF-IDF y se comparan contra los perfiles de ingreso/egreso de cada carrera usando el algoritmo K-Nearest Neighbors con métrica de coseno.
1. Entrevista conversacional
El LLM (Llama 3.3 via Groq) formula preguntas, valida las respuestas y mantiene una conversación fluida con el estudiante.
2. Preprocesamiento NLP
NLTK aplica tokenización, eliminación de stopwords en español y stemming (SnowballStemmer) a las respuestas del estudiante.
3. Vectorización TF-IDF
Las respuestas procesadas se convierten en vectores numéricos que representan la relevancia de cada término en el perfil del estudiante.
4. Clasificación KNN
El algoritmo KNN (k=3, distancia coseno, ponderado por distancia) compara el perfil del estudiante con los perfiles académicos para calcular la afinidad por carrera.
5. Explicación personalizada
El LLM genera una explicación humana y contextualizada que justifica la recomendación con base en las respuestas del estudiante.
Campus Ixtac — UV
Administración
Liderazgo organizacional y gestión empresarial.
Contabilidad
Análisis financiero, auditoría y gestión fiscal.
Gestión y Dirección de Negocios
Estrategia, innovación y emprendimiento.
Ingeniería en Software
Desarrollo de software, sistemas y tecnología.
Ciencias Políticas y Gestión Pública
Políticas públicas, gobierno y sociedad.
¿Listo para descubrir tu carrera?
La entrevista toma aproximadamente 10-15 minutos. Necesitas responder 6 preguntas con detalle.
Iniciar entrevista vocacional