Diseña un evaluador de calidad de traducción automática para soporte
Visión general
De qué trata este proyecto.
Recibirás 2.000 pares fuente/traducción etiquetados por bilingües (escala 1-5: comprensión, fluidez, registro). Construirás un evaluador que combine COMET (Cross-lingual Optimized Metric for Evaluation of Translation) como métrica de referencia, una clasificación por reglas (longitud sospechosa, repeticiones, símbolos extraños) y un clasificador binario propio ("enviar" vs. "revisar"). Reportarás correlación con juicios humanos y matriz de confusión del clasificador. Diseñarás un proceso para que las personas QA aporten feedback continuo.
El Briefing
Lo que harás y lo que demostrarás.
Detectar automáticamente traducciones de soporte de baja calidad con correlación medible a juicio humano antes de envío.
Earning criteria — what you'll demonstrate
- Aplicar métricas neuronales de evaluación de traducción (COMET)
- Combinar señales heurísticas y aprendidas en un score operativo
- Reportar correlación de Pearson/Spearman con juicios humanos
- Diseñar bucles QA con human-in-the-loop sostenibles
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
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 canónicosIngeniera de Procesamiento de Lenguaje Natural
Evaluar traducción automática con métricas neuronales y bucles humanos es competencia clave en empresas multilingües.
Este proyecto afina
- machine-translation-evaluation
- evaluation
- classification
Ingeniera de Aprendizaje Automático
Combinar señales heurísticas y aprendidas en un score operativo es trabajo cotidiano de ML engineers en soporte multilingüe.
Este proyecto afina
- classification
- evaluation
- regression-modeling
Ingeniera de IA
Empaquetar el evaluador como endpoint y proceso QA es la clase de glue work que AI engineers entregan continuamente.
Este proyecto afina
- python
- human-in-the-loop
- machine-translation-evaluation