Agente conversacional asistente para soporte interno con razonamiento
Visión general
De qué trata este proyecto.
Recibes una base de 400 documentos internos y 80 preguntas reales con respuesta correcta etiquetada. Diseña un agente que combine recuperación (embeddings + búsqueda vectorial) con un LLM abierto y razonamiento paso a paso (Chain of Thought). Implementa al menos dos estrategias de prompt y compara contra un baseline sin recuperación. Reporta accuracy, latencia, coste estimado por consulta y tasa de respuestas que citan correctamente la fuente. Cierra con una memoria de cinco páginas y una recomendación de despliegue limitada al equipo de soporte interno.
El Briefing
Lo que harás y lo que demostrarás.
Construir y evaluar un agente conversacional RAG sobre documentación interna que cite fuentes y supere a un LLM sin recuperación.
Earning criteria — what you'll demonstrate
- Diseñar agentes conversacionales con razonamiento explícito
- Implementar Retrieval-Augmented Generation sobre documentación interna
- Evaluar LLMs en una tarea cerrada con métricas honestas
- Comunicar limitaciones y riesgos de un agente a stakeholders no técnicos
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero de IA
Construir un agente RAG completo, evaluarlo con honestidad y proponer un plan de despliegue es trabajo directo de un AI Engineer en cualquier empresa SaaS.
Este proyecto afina
- llm-agents
- retrieval-augmented-generation
- model-evaluation
Ingeniero de Prompts
Comparar estrategias de prompt con rigor y evaluar la calidad de citas y razonamiento es el músculo nuclear del rol de Prompt Engineer.
Este proyecto afina
- prompt-engineering
- llm-agents
- model-evaluation
Ingeniero de NLP
El diseño del pipeline de recuperación y la evaluación sobre preguntas reales es ejercicio típico de un NLP Engineer en producto de soporte.
Este proyecto afina
- retrieval-augmented-generation
- knowledge-representation
- model-evaluation