Construye un modelo seq2seq para subtitular vídeos cortos de moda
Visión general
De qué trata este proyecto.
Subtitula 800 vídeos de moda con Whisper y mBART, mide BLEU y chrF, y obtén tu certificado verificable.
El escenario
La marca (~200 personas) tiene LATAM como mercado de mayor crecimiento (+34 % YoY) y la latencia de subtitulado limita el time-to-publish.
El Briefing
Lo que harás y lo que demostrarás.
Construir un pipeline ASR + traducción ES→PT-BR sobre vídeos cortos con BLEU ≥28 y aceptabilidad humana ≥75 %.
Earning criteria — what you'll demonstrate
- Combinar dos modelos seq2seq en un pipeline multimodal
- Distinguir métricas automáticas y humanas de calidad de traducción
- Diseñar y conducir una evaluación humana con MQM
- Diagnosticar errores en el límite ASR-MT
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Machine Perception
Master · Computer Vision
Strong alignment
This challenge maps to Machine Perception 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.
- Sequence To Sequence
Apply sequence to sequence to solve real industry problems and demonstrate production-level capability.
- Multimodal
Apply multimodal to solve real industry problems and demonstrate production-level capability.
- Speech Recognition
Apply speech recognition to solve real industry problems and demonstrate production-level capability.
- Machine Translation
Apply machine translation to solve real industry problems and demonstrate production-level capability.
- Human Evaluation
Apply human 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.
Ingeniero/a de Procesamiento de Lenguaje Natural
ASR + MT en pipeline multimodal es uno de los casos centrales de NLP en producto multimedia.
Este proyecto afina
- sequence-to-sequence
- machine-translation
- speech-recognition
Ingeniero/a de IA
Encadenar dos modelos open-source y validarlos con humanos es la rutina del AI engineer en multimedia.
Este proyecto afina
- multimodal
- speech-recognition
- machine-translation
Investigador/a de Machine Learning
Diseñar evaluación humana con MQM y reportar kappa es rigor metodológico esperado en research aplicada.
Este proyecto afina
- human-evaluation
- sequence-to-sequence
- machine-translation