[ES]En la actualidad es indispensable el uso de sistemas, herramientas o aplicaciones web para poder
realizar diversas tareas requeridas en un puesto de trabajo, en el ámbito académico o en el día a día en
general. Es importante tener en cuenta que, en la mayoría de los casos, los usuarios de estas
herramientas no tienen por qué ser expertos en el uso de la tecnología o de la herramienta en sí.
Es por este motivo que dichas aplicaciones deberían ser intuitivas y fáciles de utilizar para los
usuarios, intentando que la curva de aprendizaje sea lo menos extensa posible tanto en tiempo como
en esfuerzo.
El siguiente Trabajo Fin de Grado tiene como objetivo desarrollar una aplicación que permita diseñar
y ejecutar pipelines de Machine Learning. Esta aplicación está orientada a usuarios con poca
experiencia en este ámbito por lo que es crucial que sea lo más autoexplicativa y sencilla de utilizar
posible. Se parte de una aplicación existente desarrollada en las líneas de trabajo del grupo de
investigación GRIAL, realizando un cambio en el diseño principal de la creación y visualización de
los pipelines con el objetivo de mejorar su usabilidad.
Los usuarios podrán crear sus pipelines y almacenarlos en proyectos que estarán a su disposición. Tras
subir a la plataforma los ficheros con los datos que desean procesar podrán ejecutar los pipelines y
visualizar los resultados de dicha ejecución.
Para desarrollar el sistema se ha utilizado Python y el framework Django para el backend así como
HTML, CSS y JavaScript para el frontend. En cuanto al desarrollo del proyecto, se ha seguido una
combinación del proceso unificado y metodología ágil con matices de diseño centrado en el usuario
para satisfacer las necesidades de los usuarios.
[EN]Nowadays it's essential to use systems, tools or web applications to perform a variety of tasks required
in a job, in the academic field or in daily activities. It's important to have in mind that, in most cases,
the users of these tools don't have to be experts in the use of technology or the tool itself.
Therefore, these applications should be intuitive and easy to use for users, trying to make the learning
curve as short as possible in terms of time and effort.
The following work aims to develop an application that allows the design and execution of Machine
Learning pipelines. This tool is meant to be used by users with low experience in this field so it's
crucial to keep it as simple and self-explanatory as possible. It's based on an existing application
developed by the research group GRIAL in one of their research lines, making changes in the design
of the creation and visualization of the pipelines aiming to improve its usability.
Users can make their pipelines and store them in projects that will be available to them. After
uploading the files with the data to process users can execute the pipelines and check the results.
To develop the application Python and Django have been used for the backend development and
HTML, CSS and JavaScript for the frontend development. Regarding the development of the project,
a combination of unified process and agile methodology has been followed, trying to fulfill the users
needs at the same time.
