Pepe

Ruiz

Full Stack & AI Developer

FEELFLOW AI

FEELFLOWAI

Aplicación web full-stack que utiliza inteligencia artificial avanzada para analizar el sentimiento y detectar 12 tipos específicos de toxicidad en comentarios de YouTube

El Problema

Los creadores de contenido y marcas en YouTube enfrentan el desafío de moderar miles de comentarios manualmente, sin herramientas eficaces para detectar automáticamente contenido tóxico, discurso de odio, amenazas y otros tipos de comportamiento problemático. Esta moderación manual consume recursos significativos y es propensa a errores humanos.

La Solución

Desarrollo de un sistema de IA que combina análisis de sentimiento con detección multi-clase de toxicidad usando un modelo BiLSTM híbrido personalizado. El sistema procesa comentarios de YouTube en tiempo real, identifica 12 tipos específicos de toxicidad y proporciona métricas de riesgo calibradas a través de un dashboard interactivo.

Impacto

Identifica contenido problemático con precisión del 95.8%, facilitando moderación automática y estrategias de community management basadas en datos. Detecta sarcasmo potencial y proporciona métricas de riesgo por video, optimizando recursos mediante predicciones calibradas.

Categoría

Inteligencia Artificial & Full Stack

Fecha de finalización

Julio de 2025

Stack tecnológico

PyTorchFastAPIReactViteTailwind CSSspaCyscikit-learnVADERPostgreSQLSupabaseDockerAzureRecharts

Puntos destacados

  • Modelo BiLSTM híbrido con F1-macro de 95.8%
  • Detección de 12 tipos específicos de toxicidad
  • Dashboard interactivo con visualizaciones avanzadas
  • Integración automática con YouTube API v3
  • Pipeline de limpieza con VADER sentiment analysis
  • Arquitectura empresarial con despliegue en Azure
  • Modelo personalizado con 2.7M parámetros

Vista Desktop

FEELFLOW AI - Vista Desktop

Vista Tablet

FEELFLOW AI - Vista Tablet

Vista Móvil

FEELFLOW AI - Vista Móvil 1
FEELFLOW AI - Vista Móvil 2
FEELFLOW AI - Vista Móvil 3

Características principales

  • Análisis simultáneo de sentimiento y toxicidad en tiempo real
  • Visualizaciones avanzadas (radar charts, scatter plots, heatmaps)
  • Detector de sarcasmo y correlación sentiment-toxicidad
  • Pipeline ETL para extracción masiva de comentarios
  • Feature engineering de 107 características
  • Sistema de métricas de riesgo por video

Siguiente proyecto

PREDICTORACADÉMICO
Pepe Ruiz - Full Stack Developer & Data Scientist