AI Engineer Challenge: Intelligent Notification Service

El Reto

Tu objetivo es implementar un servicio que procese entradas de lenguaje natural, extraiga información estructurada mediante un motor de IA y coordine el envío de notificaciones. La solución debe ser capaz de manejar la incertidumbre de los LLM (ruido en respuestas, formatos inconsistentes) y la latencia del procesamiento cognitivo.

flowchart LR
    A[User Input] --> B(Your App)
    B <--> C[AI API]
    B --> D[Notification Provider]
    
    style B fill:#1a2a6c,stroke:#fff,stroke-width:2px,color:#fff

Loading

---

Contrato de API

Para que la suite de validación pueda ejecutar los tests, debes implementar estrictamente los siguientes endpoints en una instancia de FastAPI corriendo en el puerto 5000.

Requisitos de estructura

• Punto de Entrada: app/main.py
• Instancia: app = FastAPI()
• Puerto local: localhost:5000

1. Ingesta de Intenciones

• POST /v1/requests
• Input: {"user_input": "Manda un mail a feda@test.com diciendo hola"}
• Output: 201 Created con {"id": "string"}

2. Procesamiento de Envío

• POST /v1/requests/{id}/process
• Lógica esperada:
  1. Extracción: Llamar a la IA en localhost:3001/v1/ai/extract.
  2. Prompting: Diseñar un system prompt para extraer: {"to": "...", "message": "...", "type": "email|sms"}.
  3. Guardrails: Implementar lógica para limpiar y validar la respuesta (quitar Markdown, corregir JSON mal formado, etc).
  4. Notificación: Si es válido, enviar a localhost:3001/v1/notify.
• Output: 200 OK o 202 Accepted

Nota sobre el prompt: Para garantizar la estabilidad de los tests, el mock utiliza lógica interna para resolver la extracción. Sin embargo, la calidad y robustez de tus instrucciones (prompting) serán factores determinantes en la evaluación humana.

3. Consulta de Estado

• GET /v1/requests/{id}
• Output: 200 OK con {"id": "string", "status": "queued|processing|sent|failed"}

---

Integración con el Provider

El motor de IA y el servicio de notificaciones están disponibles en localhost:3001. Ambos requieren el encabezado de seguridad: X-API-Key: test-dev-2026.

• Motor IA: /v1/ai/extract (Esquema estándar de mensajes system/user).
• Notificaciones: /v1/notify (Esquema definido en los docs del provider).
• Documentación: Puedes consultar los Swagger Docs en http://localhost:3001/docs.

---

Ejecución y Evaluación

1. Levantar infraestructura: docker-compose up -d provider influxdb grafana
2. Tu aplicación: docker-compose up -d --build app
3. Validación (k6): docker-compose run --rm load-test
4. Resultados: Visualiza el scorecard en tiempo real en Grafana (localhost:3000)

---

Se valorará la robustez frente a errores inesperados, la calidad del prompting y la arquitectura del pipeline de procesamiento.