LinkedAI

Contexto

Una plataforma para crear y curar datasets de entrenamiento para modelos de IA y visión computacional, donde la calidad de la anotación determina directamente la calidad del modelo.

Problema

Anotar y revisar miles de imágenes exige herramientas gráficas precisas que sigan siendo fluidas: una UI genérica no alcanza.

Restricciones

• Grandes volúmenes de datos: proyectos, datasets, imágenes y estados de revisión, todos interconectados.
• Dibujar y editar directamente sobre imágenes, donde la precisión y la fluidez son el producto.

El trabajo

• Construí herramientas interactivas de anotación, segmentación y edición de objetos sobre imágenes usando HTML Canvas.
• Manejé estado de aplicación complejo entre proyectos, datasets, imágenes y flujos de revisión.
• Participé en funcionalidades de etiquetado asistido por IA y en testing unitario y de integración.

Decisiones

• Canvas en lugar de DOM para la superficie de anotación: la única forma de mantener el dibujo preciso y fluido a escala.
• Estado normalizado para que imágenes, anotaciones y estado de revisión pudieran evolucionar de forma independiente.

Resultado

Herramientas gráficas usadas en el flujo diario de anotación y revisión de datasets que alimentan modelos de visión computacional.

Aprendizajes

• Aquí el frontend dejó de ser 'pantallas' para mí y pasó a ser herramientas con restricciones reales de ingeniería.
• Mi primer contacto cercano con cómo se construyen realmente los productos de IA, desde el lado de los datos.