Visión general
De qué trata este proyecto.
Bosques de Conteo Aproximado para Logs de Telemetría. Advanced challenge in code. Writing production code that solves real engineering problems, earn a block...
El Briefing
Lo que harás y lo que demostrarás.
Reemplazar conteos exactos por estructuras probabilísticas (CMS + HyperLogLog) sobre 4 trazas de 300 millones de eventos manteniendo error menor o igual a 0,005 con garantía probabilística.
This is not a coding exercise. It is the work a software engineer does between a Jira ticket and a merged PR. That distinction matters to every hiring manager who has seen candidates solve LeetCode problems and none who have shipped production code under real constraints.
When you finish, you will have something most graduates do not: a real-world deliverable, verified by Ewance, that you can show to a hiring manager and say "I did this. Here is the proof."
Earning criteria — what you'll demonstrate
- Aplicar análisis probabilístico para acotar el error de estructuras randomizadas
- Implementar Count-Min Sketch y HyperLogLog sin depender de librerías de alto nivel
- Medir trade-offs reales entre memoria, latencia y exactitud
- Justificar parámetros desde la teoría, no por prueba y error
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Randomized Algorithms
Master · Algorithms
Strong alignment
This challenge maps to Randomized Algorithms at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Probabilistic Data Structures
Apply probabilistic data structures to solve real industry problems and demonstrate production-level capability.
- Hyperloglog
Apply hyperloglog to solve real industry problems and demonstrate production-level capability.
- Count Min Sketch
Apply count min sketch to solve real industry problems and demonstrate production-level capability.
- Algorithm Analysis
Apply algorithm analysis to solve real industry problems and demonstrate production-level capability.
- Performance Benchmarking
Apply performance benchmarking to solve real industry problems and demonstrate production-level capability.
- Rust
Apply rust to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniero de Backend
Implementar estructuras probabilísticas con garantías matemáticas es exactamente el tipo de trabajo que distingue a un ingeniero de backend senior en plataformas de streaming a escala — combina algoritmos avanzados con perf-engineering real.
Este proyecto afina
- probabilistic-data-structures
- algorithm-analysis
- performance-benchmarking
Ingeniero de Datos
Los ingenieros de datos que entienden cuándo reemplazar exactitud por aproximación con error acotado bajan facturas cloud un orden de magnitud y se ganan el respeto del equipo de plataforma.
Este proyecto afina
- hyperloglog
- count-min-sketch
- performance-benchmarking
Arquitecto de Sistemas
Los arquitectos que pueden justificar trade-offs algorítmicos con cotas probabilísticas, no con benchmarks anecdóticos, son los que diseñan plataformas de streaming que escalan a miles de millones de eventos al día.
Este proyecto afina
- probabilistic-data-structures
- algorithm-analysis
- count-min-sketch