Construye un asistente de soporte en español para una fintech bogotana
Visión general
De qué trata este proyecto.
Construye un clasificador de intentos y un sistema RAG en español para una fintech bogotana, evaluando accuracy y escalado. Recibirás un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un asistente en español que resuelva >= 60 % de consultas frecuentes con calidad equivalente al humano y escale el resto con criterio.
Earning criteria — what you'll demonstrate
- Aplicar modelos NLP preentrenados en español a un caso real
- Combinar clasificación de intent con RAG en un asistente conversacional
- Evaluar sistemas conversacionales con métricas técnicas y humanas
- Diseñar lógica de escalado human-in-the-loop (humano-en-el-bucle)
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Natural Language Processing
Master · Ai Ml
Fit score: 1
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/a de PLN
Construir asistentes conversacionales en español con clasificación de intent + RAG es la competencia más demandada del NLP engineer en fintech LATAM.
Este proyecto afina
- intent-classification
- rag
- nlp-spanish
Ingeniero/a de IA
El trabajo glue entre modelos, vector store y lógica de escalado es exactamente el trabajo cotidiano del AI engineer en producto.
Este proyecto afina
- rag
- python
- evaluation
Ingeniero/a de Machine Learning
El fine-tuning de BETO y la evaluación rigurosa son competencias del MLE aplicado a NLP en producción.
Este proyecto afina
- transformers
- evaluation
- python