Hackató IA URV-TSystems 2026: IberIA

·

·

, ,

2n Premi

IberIA és un agent analista d’intel·ligència artificial d’última generació, especialitzat en el mercat de l’habitatge d’Espanya i Catalunya. El projecte fusiona dades massives de preus, contractes de lloguer i habitatge protegit amb capacitats de RAG (Retrieval-Augmented Generation) per oferir respostes precises, comparatives visuals i interpretació legal en temps real.

Nom Grup: Coffee Coders

Entitat del repte: Càtedra UNESCO d’Habitatge de la URV

Integrants:

Nom Projecte: IberIA (Motor d’Intel·ligència d’Habitatge)

Descripció: IberIA neix de la necessitat de transformar dades estàtiques en coneixement accionable. Mitjançant una arquitectura híbrida de Next.js 16 (Frontend) i FastAPI (Backend), el sistema processa milers de registres de fonts oficials. L’agent utilitza el model Google Gemini 2.5 Flash equipat amb eines determinístiques:

  • SQL Dinàmic amb Feedback Loop: L’IA tradueix preguntes naturals en consultes SQL sobre Supabase. Hem implementat un sistema d’auto-correcció on l’agent, davant d’un error de sintaxi, analitza el missatge de la base de dades i corregeix la seva pròpia consulta en temps real.
  • Cerca Semàntica Avançada (RAG): Indexació de normativa legal i dades d’Excel vectoritzades amb pgvector. L’IA no només respon, sinó que referencia la font i l’article exacte.
  • Visualització Contextual: L’IA controla el frontend enviant instruccions per renderitzar gràfics de Recharts i actualitzar un mapa interactiu de Mapbox amb coropletes i marcadors segons el municipi mencionat.

El projecte ha estat refactoritzat per garantir la reproducibilitat, eliminant rutes hardcoded i utilitzant un sistema de càrrega de dades portable basat en variables d’entorn i paths relatius.

Tecnologies utilitzades:

  • IA/LLM: Google Gemini 2.5 Flash, LangChain, Sentence-Transformers.
  • Backend: Python 3.10+, FastAPI, Supabase (PostgreSQL + pgvector).
  • Frontend: Next.js 16, React 19, TypeScript, Tailwind CSS.
  • Visualització: Mapbox GL JS, Recharts, Framer Motion.
  • Dades: pandas, PyMuPDF, openpyxl.

Recursos del Projecte:

Accés a la resta de projectes de la Hackató d’IA 2026: https://cloudlab.urv.cat/catedracloud/hackato2026/


Leave a Reply

Your email address will not be published. Required fields are marked *