IA y Datos
Retos de Visión por Computador
Los retos de Visión por Computador te ponen a enseñar a las máquinas a ver. Desarrollarás habilidades en Procesamiento de Imágenes y Clasificación con CNN, construirás pipelines con OpenCV, abordarás la Detección de Objetos y la Segmentación, y adaptarás modelos preentrenados mediante Transfer Learning.
A partir de ahí abordarás los temas más complejos — Arquitecturas Personalizadas, Visión 3D, Inferencia en Tiempo Real y Gráficos por Computador — construyendo y desplegando sistemas de visión como lo hacen los equipos de investigación aplicada. Cada reto que resuelvas te otorga una credencial verificada para mostrar a los reclutadores.
- CodeIntermedioNuevo
Detección de Defectos en Soldadura para una Planta Tier-1 de Vigo
Recibes 6.500 imágenes RX anotadas (bounding boxes de tres tipos de defecto: poro, falta de fusión, inclusión). Entrena un detector moderno (DETR — Detection Transformer o YOLO-…
- Object Detection
- Deep Learning
- Pytorch
Multidisciplinar - CodeIntermedioNuevo
Reconstrucción de Mallas con Poisson Surface para una Startup de Patrimonio Digital
Implementa el pipeline en C++ con Open3D y libigl: (1) preprocesamiento bilateral filtering + outlier removal; (2) estimación de normales orientadas vía MST; (3) Poisson surface…
- Geometry Processing
- Mesh Reconstruction
- Poisson Reconstruction
Advanced Computer Graphics - CodeIntermedioNuevo
Clasifica reclamaciones de seguros con un modelo de lenguaje afinado
Recibirás 18.000 reclamaciones anonimizadas etiquetadas (urgencia 1-3, ramo en 12 categorías, flag fraude). Diseñarás el preprocesamiento de texto. Afinarás 2 modelos pre-entren…
- Deep Learning
- Transfer Learning
- NLP
Multidisciplinar - CodePrincipianteNuevo
Calibrar un anillo de cuatro cámaras para robots de almacén
Diseñarás y prototiparás un flujo de calibración usando un tablero ChArUco impreso (un tablero de ajedrez con marcadores ArUco embebidos). Recibirás un conjunto de datos de 200 …
- Camera Calibration
- Multi View Geometry
- Opencv
3D Vision and Multi-View Geometry Practice your coursework on real scenarios.
Every challenge is shaped from real-world context — not generic exercises. The work mirrors what your degree prepares you for.
Why Ewance
- CodeIntermedioNuevo
Implementa edge computing para conteo de personas en una smart city de Medellín
Diseñarás la arquitectura (cámara IP + Jetson Xavier NX + 4G LTE). Integrarás un modelo de detección de personas (YOLOv8 nano cuantizado). Implementarás conteo de personas con t…
- Edge Computing
- Iot Architecture
- Computer Vision
Multidisciplinar - CodeIntermedioNuevo
Digital Humans: Rigging y Skinning para una Empresa de Avatares LATAM
Construye pipeline en Python con Open3D + libigl: (1) detección de landmarks anatómicos sobre malla via correspondencia con template (Procrustes + ICP refinement); (2) ajuste de…
- Digital Humans
- Rigging
- Skinning
Advanced Computer Graphics - CodeIntermedioNuevo
Detecta neumonía en RX de tórax para hospital universitario en Bogotá
Recibes 40.000 RX de tórax con etiquetas binarias (neumonía/no) provenientes de dos hospitales públicos. Entrena DenseNet-121 con transfer learning desde CheXNet o ImageNet. Rep…
- Medical Image Classification
- Transfer Learning
- Interpretability
Machine Learning for Imaging and Medical Image Analysis - CodeIntermedioNuevo
Detecta defectos en piezas automotrices con un CNN en línea
Recibirás un dataset propio anonimizado de 12.000 imágenes etiquetadas (8.500 buenas, 3.500 con 4 tipos de defecto: rebaba, hundimiento, mancha, ralladura). Entrena un detector …
- Cnn
- Image Classification
- Defect Detection
Deep Learning for Computer Vision - Browse challenges
Explore role
Product Manager
Ship product that solves real user problems. Combine user research, prototyping, and stakeholder alignment to turn ambiguous briefs into measurable wins — the role at the centre of modern software teams.
- CodeIntermedioNuevo
Detección de Peatones Nocturnos para un OEM Automotor Catalán
Recibes 25.000 imágenes nocturnas etiquetadas (BDD100K subset + recopilación interna anonimizada) con bounding boxes de peatones. Entrena un detector basado en YOLOv8 o RT-DETR,…
- Object Detection
- Deep Learning
- Model Evaluation
AI for Autonomous Vehicles - CodeFundamentosNuevo
Detector de Defectos en Conservas para una Industria de Murcia
Recibes 1.500 imágenes etiquetadas (defectuosas / aceptables) de producto en el formato exacto antes del cierre. Construye un pipeline clásico: segmentación del producto vs fond…
- Image Processing
- Feature Extraction
- Classification
Computer Vision (Undergraduate) - CodePrincipianteNuevo
Aplica transfer learning para clasificar especies marinas en Chiloé
Recibes 1.200 imágenes (100 por especie) divididas en train/val/test 60/20/20. Compara: (a) ResNet-50 congelado + cabeza nueva, (b) descongelar últimas 2 capas + cabeza, (c) fin…
- Transfer Learning
- Fine Tuning
- Image Classification
Meta-Learning, Transfer Learning, and Multi-Task Learning - CodeIntermedioNuevo
Genera imágenes sintéticas para entrenar un detector de neumáticos en Vigo
Trabajen en equipo de 2. Usen Stable Diffusion con LoRA (Low-Rank Adaptation — adaptación de bajo rango) por modelo para generar ~500 imágenes sintéticas por clase con variación…
- Generative Perception
- Stable Diffusion
- Lora Fine Tuning
Machine Perception Build a verifiable portfolio.
Submissions become evidence. Reviewers with shipping experience score against a rubric; the result becomes a credential anyone can verify.
Why Ewance
- CodePrincipianteNuevo
Entrena una CNN para diagnóstico asistido en una EdTech médica
Trabajarás con un subset público de chest X-rays (alrededor de 50.000 imágenes, 14 patologías multi-label). Entrena un DenseNet121 (estándar en literatura X-ray) con transfer le…
- Cnn
- Transfer Learning
- Model Calibration
Deep Learning - CodeSéniorNuevo
Detecta nódulos pulmonares en TC para health-tech en Medellín
Trabajen en equipo de 2-3. Reciben 1.200 TCs anonimizadas con anotaciones de nódulos. Entrenen un detector 3D (RetinaNet 3D o nnDetection). Reporten FROC con sensibilidades a 0.…
- Object Detection
- 3d Detection
- Medical Imaging
Machine Learning for Imaging and Medical Image Analysis - CodePrincipianteNuevo
Construye un pipeline de imágenes para clasificar defectos en línea de calzado
Recibirás 4.500 imágenes etiquetadas (3 clases: OK, defecto leve, defecto severo) capturadas con una webcam industrial. Construye un pipeline en PyTorch con un modelo preentrena…
- Computer Vision
- Transfer Learning
- Pytorch
AI/ML Practicum and Hands-on Lab - CodeFundamentosNuevo
Conteo de Personas en Espacio Cerrado para una Cafetería en Málaga
Recibes 4 horas de video cenital (720p, 15 fps) con ground truth manual de conteo de entradas y salidas. Aplica preprocesamiento (substracción de fondo), detección por blob, tra…
- Video Analysis
- Background Subtraction
- Tracking
Computer Vision (Undergraduate) - CodeIntermedioNuevo
Genera ambientes para videojuegos con GANs en una indie chilena
Recibirás 3 categorías (terreno, follaje, cielo) con 300 texturas históricas cada una (1024x1024). Fine-tunea StyleGAN3 sobre cada categoría usando transfer learning desde un ch…
- Gan
- Stylegan
- Fine Tuning
Deep Generative Models - CodeIntermedioNuevo
Anonimización en streaming para cámaras de seguridad ciudadana
Recibes 4 horas de vídeo grabado en 1080p a 25 fps procedente de tres cámaras representativas (parking, vestíbulo comercial, andén de transporte) y un script de evaluación que m…
- Object Detection
- Real Time Video
- Privacy Engineering
Multidisciplinar - CodePrincipianteNuevo
Rasterizador 3D desde Cero en C++ para un Estudio Indie
Implementa pipeline gráfico software: vertex transform (model → view → projection), clipping en clip space, división por w, viewport transform, rasterización de triángulos con a…
- Rasterization
- Computer Graphics
- Linear Algebra
Introduction to Computer Graphics - CodePrincipianteNuevo
Detecta defectos en placa cerámica para línea de control de calidad
Recibirás 8.000 imágenes etiquetadas (5 categorías: OK, microfisura, descuelgue, mancha, otro) capturadas con la cámara industrial existente. Entrenarás un clasificador (ResNet5…
- Image Classification
- Transfer Learning
- Pytorch
Image Processing and Computational Imaging - CodePrincipianteNuevo
Reconocimiento de Logos en Imágenes Móviles para una App de Cartagena (Colombia)
Recibes 4.000 imágenes etiquetadas de los 25 logos (recolectadas por el equipo en calle) y 800 imágenes negativas (escenas urbanas sin logo). Aplica transfer learning sobre un b…
- Transfer Learning
- Image Classification
- Cnn
Computer Vision (Undergraduate) - CodeIntermedioNuevo
Path Tracer Físicamente Basado con Importance Sampling
Implementa path tracer Monte Carlo unbiased. Soporta: ray-triangle intersection acelerado por BVH (Bounding Volume Hierarchy), 3 BSDFs (Lambert, GGX dieléctrico con Fresnel, GGX…
- Physically Based Rendering
- Monte Carlo
- Path Tracing
Multidisciplinar - CodePrincipianteNuevo
Detecta cosecha óptima de fresa con visión RGB en invernadero
Recibirás 5.000 imágenes etiquetadas con cajas delimitadoras y clase (verde, comercial, sobre-madura) capturadas a distintas horas del día. Entrenarás un detector ligero (YOLOv8…
- Object Detection
- Edge Deployment
- Pytorch
Image Processing and Computational Imaging - CodePrincipianteNuevo
Detecta defectos en aceitunas para una conservera murciana
Recibes 12.000 imágenes etiquetadas (3.000 por clase) capturadas con cámara industrial sobre fondo controlado. Entrena un MobileNetV3-Small fine-tuneado desde ImageNet. Reporta …
- Image Classification
- Transfer Learning
- Data Augmentation
Machine Perception
Cómo funciona
Del briefing al certificado, en seis pasos.
Paso 01
Explora retos alineados con tus estudios.
Paso 02
Acepta el que encaja con tus metas.
Paso 03
Trabájalo con la guía del AI Copilot.
Paso 04
Envíalo para una evaluación estructurada.
Paso 05
Consigue una credencial verificada.
Paso 06
Añádela a LinkedIn con un solo clic.
Familias de competencias relacionadas
Explorar todas las competenciasEquipos del sector tras una década de briefings prácticos
¿Reclutando de este grupo?
Patrocina un reto y conoce candidatos a través de su trabajo real.
Los equipos de la industria pueden diseñar briefings en torno a las habilidades que buscan, y evaluar a los estudiantes por entregables puntuados con rúbrica — no por currículums.