Visión general
De qué trata este proyecto.
Implementa Count-Min Sketch y HyperLogLog desde cero, valida contra 4 trazas de 300M eventos y obtén un certificado verificable.
El escenario
La plataforma (alrededor de USD 12M de ingreso recurrente anual, clientes en LATAM y España) ya cobra por evento procesado — bajar memoria 30 por ciento es margen directo, no solo eficiencia técnica.
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.
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