AnGoTest: Plataforma Completa de Tests Online con Django, Angular e IA

Este artículo es una inmersión profunda en AnGoTest, el proyecto que he desarrollado como trabajo final de mi máster en desarrollo web full-stack. Aquí explico el problema que resuelve, las tecnologías elegidas, la arquitectura, las funcionalidades clave, las medidas de seguridad y el despliegue en producción.

1. El problema: la evaluación tradicional está obsoleta

En el ámbito educativo, formativo y de selección de personal, la evaluación del conocimiento es una herramienta fundamental. Sin embargo, los métodos tradicionales presentan carencias significativas:

• Corrección lenta y manual: los educadores dedican horas a corregir pruebas, retrasando la retroalimentación.
• Falta de inmediatez: los alumnos no reciben feedback al instante, lo que reduce la efectividad del aprendizaje.
• Dificultad para crear tests personalizados: generar preguntas ajustadas a un nivel o tema específico requiere mucho tiempo y experiencia.
• Baja motivación: la ausencia de rankings, estadísticas y seguimiento de progreso desincentiva la mejora continua.
• Falta de escalabilidad: en procesos de selección, evaluar a múltiples candidatos con tests estandarizados y obtener resultados comparables es un desafío.

AnGoTest nace para dar respuesta a todas estas necesidades, ofreciendo una plataforma integral que automatiza la creación, corrección y análisis de pruebas, y que además incorpora inteligencia artificial para generar tests personalizados en segundos.

2. Solución propuesta

AnGoTest es una aplicación web completa que permite:

• Crear tests de forma rápida mediante un formulario guiado o mediante IA (integración con Groq), con opción de importación JSON para administradores.
• Obtener resultados inmediatos con corrección automática, desglose de errores y estadísticas detalladas.
• Seguir el progreso a través de dashboards personales y rankings globales.
• Gestionar usuarios y permisos con roles diferenciados (usuario, invitado, administrador).
• Invitar a usuarios registrados o invitados (sin necesidad de cuenta) a través de enlaces únicos de un solo uso.
• Administrar el sistema con un panel completo que incluye KPIs, gestión de cuotas de IA, exportación de datos y configuración de parámetros del sistema.

La plataforma está diseñada para educadores, estudiantes, autodidactas, empresas y responsables de RR.HH., ofreciendo una experiencia ágil, personalizada y motivadora.

3. Tecnologías utilizadas

Backend (Django + DRF)

Decisión de diseño: he optado por usar APIView y vistas genéricas en lugar de ViewSet, porque la lógica de negocio incluye operaciones complejas (invitaciones, generación con IA, cuotas, expiración automática) que no encajan en el patrón CRUD estándar. Esto proporciona mayor control, claridad y mantenibilidad.

Frontend (Angular + Tailwind)

DevOps y despliegue

4. Funcionalidades clave (casos de uso)

Visitante (no autenticado)

• Registro de nuevos usuarios con validación de email y username.
• Recuperación de contraseña mediante enlace por correo con token de un solo uso.

Usuario registrado

• Realizar tests: selección desde lista de disponibles, progreso en tiempo real, corrección automática y feedback con desglose de errores.
• Generar tests con IA (modo guiado): elige tema, subtema, nivel, número de preguntas y respuestas; el sistema consume una cuota mensual y llama a Groq para crear el test.
• Dashboard personal con estadísticas de rendimiento, progreso, rankings y comparativas.
• Invitaciones: puede invitar a otros usuarios a tests mediante enlaces únicos.

Usuario invitado (guest)

• Acepta una invitación sin necesidad de registro previo.
• Realiza el test asignado y recibe feedback.
• Puede completar su perfil para convertirse en usuario registrado.

Administrador

• Panel de administración completo con métricas globales (KPIs, tests más completados, usuarios activos, tasas de acierto, tiempos medios).
• Gestión de usuarios: listar, ver perfiles, eliminar (con anonimización y transferencia a usuario contenedor).
• Gestión de tests: crear, editar, duplicar, eliminar, importar JSON.
• Gestión de resultados: listar, filtrar, exportar a CSV.
• Gestión de cuotas de IA: crear, editar, eliminar y ver estadísticas de uso.
• Configuración del sistema (SystemConfig): ajustar parámetros como días de expiración de tests.
• Gestión de invitaciones: listar, filtrar, eliminar.

5. Seguridad y protección de datos

La aplicación implementa múltiples capas de seguridad:

• Autenticación JWT con cookies HttpOnly: el token se almacena en una cookie con banderas HttpOnly, Secure (en producción) y SameSite=Strict, mitigando ataques XSS y CSRF.
• Hashing de contraseñas con PBKDF2 (Django por defecto).
• Validación y sanitización: los serializadores de DRF validan tipos, longitudes y reglas de negocio; el ORM previene SQL injection; Angular escapa automáticamente las salidas en plantillas.
• Control de acceso: todos los endpoints requieren autenticación salvo excepciones públicas, y los administrativos usan permisos personalizados (IsAdminUser).
• Variables de entorno: todos los secretos (SECRET_KEY, JWT, credenciales de BD, API keys) se cargan desde .env y no se incluyen en el repositorio.
• HTTPS: en producción, la cookie se marca como Secure y se usa Let’s Encrypt para cifrar todas las comunicaciones.
• Copias de seguridad diarias con pg_dump y tarea cron.
• Registro de auditoría: las solicitudes a la IA se guardan en AIRequestLog para trazabilidad.

6. Arquitectura de datos (modelos principales)

El diagrama de modelos (extraído de la documentación técnica) muestra las relaciones clave:

• User (con roles: user, guest, admin, deactivated)
• Test (título, descripción, nivel, temas, preguntas, etc.)
• Question (texto, tipo, respuestas, correcta)
• Answer (respuesta del usuario, asociada a Question y TestResult)
• TestResult (progreso, estado, puntuación, tiempo, intentos)
• TestInvitation (token, invitador, invitado, test, expiración)
• UserQuota (cuota mensual de generación IA)
• AIRequestLog (registro de peticiones a Groq)
• Topic (jerarquía de temas, sin relación FK directa con Test, pues los temas se guardan como campos de texto)
• SystemConfig (configuraciones clave-valor)

7. Despliegue y operaciones

El proyecto está completamente dockerizado y orquestado con Docker Compose. Los servicios son:

• postgres: imagen oficial PostgreSQL 15 Alpine, con volumen persistente.
• backend: construido con Dockerfile propio, inicia Gunicorn con 4 workers, ejecuta migraciones y recolección de estáticos.
• frontend: construido con Dockerfile multietapa (build con Node.js y servido con Nginx), expone el puerto 80 internamente.

Además, se incluye una tarea cron diaria que:

• Marca automáticamente como expirados los tests en progreso que superen el tiempo configurado.
• Realiza copias de seguridad de la base de datos con pg_dump.

La configuración de CORS y cookies seguras se adapta a producción, y se ha montado un volumen para certificados SSL de Let’s Encrypt.

8. Reflexión final

AnGoTest no es solo un proyecto académico; es un producto real, desplegado y funcional, que he diseñado, planificado y ejecutado desde cero. Me ha permitido profundizar en:

• Arquitectura limpia y separación de responsabilidades.
• Diseño de APIs robustas con Django REST Framework.
• Desarrollo frontend moderno con Angular y Signals.
• Integración de servicios de IA (Groq) y control de cuotas.
• Seguridad avanzada (JWT, cookies, HTTPS).
• DevOps y despliegue con Docker en un VPS.

Ahora solo queda esperar la evaluación del tribunal y preparar la defensa oral, pero el proyecto ya está entregado y el resultado me llena de orgullo.

Enlaces de interés

• Vídeo de presentación
• Publicación destacada
• Repositorio en GitHub (privado durante la evaluación)
• Documentación técnica completa (PDF)

Este artículo se actualizará con la fecha de la defensa una vez que el tribunal confirme la cita. ¡Mantente al tanto!