Construye un buscador semántico para una biblioteca jurídica española
Visión general
De qué trata este proyecto.
Construye un buscador semántico híbrido para una biblioteca jurídica usando BM25 y embeddings. Reporta nDCG@10 y obtén un certificado verificable.
El escenario
La editorial (45 personas, 1.200 despachos suscritos en planes anuales) cobra unos 1.800 euros al año por puesto; el buscador es el punto de fricción que más cancelaciones genera según su encuesta NPS de 2025.
El Briefing
Lo que harás y lo que demostrarás.
Demostrar si un buscador semántico híbrido supera al booleano actual en consultas reales de despacho con métricas estandarizadas de IR.
Earning criteria — what you'll demonstrate
- Implementar retrieval léxico (BM25) y denso (embeddings + ANN) end-to-end
- Combinar ambos con técnicas de fusión (RRF) y justificar el peso elegido
- Evaluar con nDCG y recall sobre juicios de relevancia reales
- Argumentar trade-offs latencia/calidad para una decisión de producto
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Information Retrieval and Search
Master · Nlp
Strong alignment
This challenge maps to Information Retrieval and Search 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.
- Information Retrieval
Apply information retrieval to solve real industry problems and demonstrate production-level capability.
- Neural Retrieval
Apply neural retrieval to solve real industry problems and demonstrate production-level capability.
- Bm25
Apply bm25 to solve real industry problems and demonstrate production-level capability.
- Vector Search
Apply vector search to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply evaluation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniera de Procesamiento de Lenguaje Natural
Construir un retrieval híbrido con métricas IR rigurosas es el portafolio que cualquier equipo de NLP busca cuando contrata para search.
Este proyecto afina
- neural-retrieval
- vector-search
- evaluation
Ingeniera de IA
El pipeline BM25 + embeddings + fusión es exactamente el ladrillo que las AI engineers integran en RAGs y asistentes verticales.
Este proyecto afina
- information-retrieval
- vector-search
- python
Ingeniera de Investigación Aplicada en IA
Evaluar con juicios de relevancia reales y producir recomendación a producto es trabajo aplicado típico para un applied AI scientist en legal-tech.
Este proyecto afina
- information-retrieval
- evaluation
- bm25