Embeddings Distribucionales en Español Médico para una Aseguradora de Salud Argentina
Visión general
De qué trata este proyecto.
Recibes un corpus anonimizado de 800.000 descripciones diagnósticas en español y un conjunto de evaluación de 600 pares (descripción, código CIE-10 — Clasificación Internacional de Enfermedades, versión 10). Entrena/adapta embeddings (tres opciones: fastText entrenado desde cero, sentence-transformers multilingual fine-tuneado con MNRL — Multiple Negatives Ranking Loss, embeddings open de tipo BGE-M3). Evalúa con MRR@10 (Mean Reciprocal Rank) y Recall@5 frente al código CIE-10 correcto.
El Briefing
Lo que harás y lo que demostrarás.
Construir embeddings que alcancen MRR@10 superior a 0,52 y Recall@5 superior a 0,72 en retrieval contra código CIE-10.
Earning criteria — what you'll demonstrate
- Entrenar y adaptar embeddings distribucionales a un dominio
- Aplicar fine-tuning contrastivo con MNRL
- Evaluar retrieval con métricas estándar
- Comparar opciones honestamente con coste compute incluido
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 canónicosIngeniero de Procesamiento de Lenguaje Natural
Adaptar embeddings a dominio especializado y evaluar retrieval es trabajo cotidiano del NLP engineer en salud y legal.
Este proyecto afina
- distributional-semantics
- embeddings
- information-retrieval
Ingeniero de Aprendizaje Automático
Fine-tuning con MNRL y evaluación rigurosa es el músculo del MLE en sistemas de búsqueda.
Este proyecto afina
- embeddings
- fine-tuning
- evaluation
Científico de IA Aplicada
Comparar tres familias de embeddings con coste y latencia es el músculo del applied AI scientist en producto.
Este proyecto afina
- embeddings
- fine-tuning
- information-retrieval