Construye un buscador visual + texto para una marca de calzado en Elche
Visión general
De qué trata este proyecto.
Construye un buscador visual+texto con CLIP para un catálogo de calzado. Indexa 4.500 SKU y responde consultas reales. Obtén tu certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un buscador multimodal imagen+texto sobre 4.500 SKU con Recall@10 >= 0,65 y latencia < 200 ms.
Earning criteria — what you'll demonstrate
- Aplicar modelos multimodales (CLIP) a un caso real de catálogo
- Construir y consultar un índice vectorial para búsqueda multimodal
- Evaluar búsqueda con métricas adecuadas (Recall@k, NDCG)
- Comunicar trade-offs de calidad/latencia a un equipo de producto
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Multimodal Machine Learning
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 Machine Learning
Implementar buscadores multimodales con embeddings es competencia central de un MLE en e-commerce y marketplaces.
Este proyecto afina
- multimodal-ml
- embeddings
- vector-search
Ingeniero/a de Visión por Computador
El componente visual y la evaluación cualitativa de resultados es trabajo cotidiano del ingeniero CV en e-commerce con catálogo grande.
Este proyecto afina
- clip
- multimodal-ml
- evaluation
Ingeniero/a de IA
Empaquetar un servicio que combina modelos preentrenados, índice vectorial y latencia controlada es el trabajo glue del AI engineer.
Este proyecto afina
- python
- vector-search
- embeddings