Diseña un sistema de feature store para una aseguradora del IBEX-35
Visión general
De qué trata este proyecto.
Diseña una feature store para una aseguradora con Feast. Prototipa 15 features compartidas y recibe un certificado verificable.
El escenario
La aseguradora (cerca de 12.000 empleados, presente en España, Portugal y México) estima que el training-serving skew le cuesta cerca de 1.400 horas/año de re-trabajo entre los 8 equipos de ML.
El Briefing
Lo que harás y lo que demostrarás.
Diseñar y prototipar un feature store corporativo que elimine duplicación entre equipos y garantice coherencia entrenamiento/inferencia.
Earning criteria — what you'll demonstrate
- Diseñar una plataforma de ML transversal a múltiples equipos
- Resolver el training-serving skew con arquitectura, no con parches
- Definir gobernanza pragmática (ownership, versionado) sin ahogar a los equipos
- Comunicar una decisión de plataforma a un comité de arquitectura corporativo
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Machine Learning Systems
Master · Ai Systems
Strong alignment
This challenge maps to Machine Learning Systems 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.
- Feature Store
Apply feature store to solve real industry problems and demonstrate production-level capability.
- System Design
Apply system design to solve real industry problems and demonstrate production-level capability.
- Data Engineering
Design and build pipelines that collect, transform, and deliver reliable data at scale.
- Ml Platform
Apply ml platform to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Governance
Apply governance to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Arquitecto/a de Soluciones de IA
Diseñar plataformas de ML transversales y defenderlas ante un comité de arquitectura es exactamente el trabajo de un solutions architect en una aseguradora del IBEX-35.
Este proyecto afina
- system-design
- ml-platform
- feature-store
Ingeniero/a MLOps
Operar el feature store, garantizar coherencia offline/online y mantener gobernanza es trabajo nuclear de MLOps senior.
Este proyecto afina
- feature-store
- governance
- ml-platform
Ingeniero/a de Datos
La construcción de la capa offline sobre el lago de datos y la integración con Redis es trabajo cotidiano del data engineer en una organización con ML maduro.
Este proyecto afina
- data-engineering
- feature-store
- python