Búsqueda híbrida para el catálogo de una marketplace de moda LATAM
Visión general
De qué trata este proyecto.
Crea embeddings y aplica RRF para fusionar búsqueda léxica y densa en un catálogo de moda LATAM. Obtén un certificado verificable.
El escenario
La marketplace (~140 personas, ~180 M USD de mercancía vendida al año, ~7.500 marcas vendedoras) trata la relevancia de búsqueda como palanca de conversión: una mejora del 1% en conversión sobre el tráfico que viene de búsqueda vale aproximadamente 1,4 M USD al año.
El Briefing
Lo que harás y lo que demostrarás.
Diseñar y prototipar una búsqueda híbrida (BM25 más vector denso) que mejore nDCG@10 al menos un 12% frente a BM25 sobre los logs de búsqueda de 90 días de la marketplace.
Earning criteria — what you'll demonstrate
- Combinar recuperación léxica y densa en un único ranking
- Aplicar modelos de embeddings multilingües a un catálogo real con variantes regionales del castellano
- Evaluar calidad de ranking con nDCG@k sobre etiquetas derivadas de clics
- Comunicar un compromiso de arquitectura (latencia, coste, frescura) a personas ingenieras ajenas a búsqueda
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Hybrid Search
Apply hybrid search to solve real industry problems and demonstrate production-level capability.
- Embedding Models
Apply embedding models to solve real industry problems and demonstrate production-level capability.
- Bm25
Apply bm25 to solve real industry problems and demonstrate production-level capability.
- Reciprocal Rank Fusion
Apply reciprocal rank fusion to solve real industry problems and demonstrate production-level capability.
- Multilingual Retrieval
Apply multilingual retrieval to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply evaluation 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.
AI Solutions Architect
Diseñar una arquitectura de recuperación híbrida que sobreviva a restricciones multidialecto, multitenant y de frescura es el entregable habitual de una persona arquitecta de soluciones de IA en cualquier empresa de comercio electrónico.
Este proyecto afina
- hybrid-search
- reciprocal-rank-fusion
- multilingual-retrieval
Machine Learning Engineer
Operar BM25 más recuperación densa como un sistema de ranking medido se traslada directamente a cómo los Machine Learning Engineers envían búsqueda y ranking de anuncios.
Este proyecto afina
- bm25
- embedding-models
- evaluation
Data Scientist
Construir etiquetas derivadas de clics y reportar nDCG@k por segmento es el tipo de trabajo de medición que las personas Data Scientists asumen en equipos de búsqueda y recomendación.
Este proyecto afina
- evaluation
- hybrid-search
- multilingual-retrieval