Este repositorio es una Prueba de Concepto (PoC) técnica diseñada para la charla "De lo Clásico a lo Cuántico con AWS" en el AWSome Women Summit LATAM 2026.
Este no es un optimizador de producción. Es un modelo de integración arquitectónica.
El problema real en la industria actual no es solo el algoritmo cuántico, sino la orquestación: ¿Cómo llevamos datos de un servidor clásico a una QPU y devolvemos una decisión en milisegundos? Este proyecto resuelve esa "tubería" (pipeline) utilizando servicios nativos de AWS.
El valor de esta PoC reside en la interoperabilidad entre lo clásico y lo cuántico:
- Ingesta (S3): Simulación de métricas de infraestructura en crudo.
- Lógica Clásica (EC2): Filtrado de datos críticos y traducción de métricas a parámetros para el circuito.
- Prototipo Cuántico (AWS Braket): Ejecución de un circuito parametrizado funcional que actúa como modelo estructural.
- Acción (CloudWatch): Transformación de la probabilidad cuántica en una métrica de negocio (Decisión de Aislamiento).
Para mantener la integridad técnica de esta demostración, es importante notar que:
-
Circuito Placeholder: El algoritmo actual utiliza rotaciones
$\text{RX}(\theta)$ y entrelazamiento básico. No pretende alcanzar una ventaja cuántica (Quantum Advantage), sino demostrar un Pipeline Quantum-Ready. -
Mapeo Simbólico: El estado
$|11\rangle$ se utiliza como un indicador simbólico de correlación de carga entre dos nodos. -
Escalabilidad: La arquitectura está diseñada para que el
LocalSimulatorpueda ser reemplazado por un solver de QAOA real en una QPU física con cambios mínimos en el código.
- Cloud: Boto3 (S3, CloudWatch).
- Quantum SDK: Amazon Braket.
- Simulación: LocalSimulator (para reproducibilidad en vivo).
- Configura tus credenciales de AWS.
- Asegúrate de tener un bucket de S3 con el archivo
configs.csv(incluido en el repo). - Ejecuta:
python hibrido_qaoa_demo.py
Presentado por Shel-y Software Development Engineering Student @ UVEG | AWS Community Speaker