Clasificación automática de defectos en informes de calidad de proveedores Tier-1

Construye un modelo de clasificación de textos que procese informes de no conformidad en tres idiomas y los clasifique en las 12 categorías de defecto definidas por la empresa. Debes usar técnicas de Procesamiento de Lenguaje Natural (NLP) — campo de la inteligencia artificial que permite a las computadoras entender y generar texto humano — incluyendo representaciones de texto modernas (embeddings contextuales) y, si lo consideras adecuado, un modelo de lenguaje grande (Large Language Model, LLM) como punto de partida. El éxito se mide por: (1) una exactitud (accuracy) mínima del 85% en un conjunto de prueba reservado, (2) una explicación generada automáticamente para cada clasificación que un técnico de calidad pueda validar en menos de 30 segundos, y (3) un informe de riesgos que identifique qué tipos de defecto tienden a confundirse entre sí. Trabajarás con un conjunto de datos anonimizado de 5.000 informes históricos proporcionado por la empresa. No se requiere desplegar el modelo en producción, pero sí documentar cómo se integraría en el flujo de trabajo actual del software de gestión de calidad (Quality Management System, QMS).