IA y Datos
Retos de Deep Learning
Los retos de Deep Learning te sitúan en el centro del trabajo de construir modelos que aprenden de datos en bruto. Desarrollarás habilidades en Redes Neuronales y Redes Feedforward, aplicarás Aumentación de Datos y entrenarás modelos en PyTorch o TensorFlow junto a los fundamentos del Reinforcement Learning.
A partir de ahí abordarás los temas más complejos — Arquitectura Transformer, Mecanismos de Atención, Diseño de Arquitectura Personalizada y Entrenamiento Distribuido — trabajando con PyTorch Lightning / Hugging Face Trainer, Patrones de Investigación con JAX y Diseño de Estudios de Ablación. Cada reto que resuelvas te otorga una credencial verificada para mostrar a los reclutadores.
Proyectos recomendados
· PyTorch o TensorFlow Limpiar- CodeIntermedioNuevo
Sintetizar voz neural para personajes de un videojuego
Recibirás 30 minutos de audio limpio por personaje (6 actores) y el guion en español e inglés. Adaptarás un modelo TTS de código abierto (XTTS-v2, Tortoise o Bark) para cada voz…
- Text To Speech
- Voice Cloning
- Pytorch
Advanced Deep Learning - CodeIntermedioNuevo
Reconocimiento de Productos en Estantería para un Distribuidor Retail en Bogotá
Recibes 9.000 fotos de estantería con bounding boxes y etiquetas a nivel SKU (220 SKUs distintos). Combina detección (DETR o YOLO) + clasificación fine-grained sobre el crop. Ev…
- Object Detection
- Fine Grained Classification
- Pytorch
Computer Vision - CodeIntermedioNuevo
Restaura archivos fotográficos históricos con super-resolución y denoising
Recibirás 800 imágenes representativas y 80 imágenes con escaneos de alta calidad como ground truth (cuando el negativo se ha conservado). Implementarás un pipeline modular: (1)…
- Image Restoration
- Super Resolution
- Denoising
Image Processing and Computational Imaging - CodeIntermedioNuevo
Detección de palabras clave de despertador en español mexicano para wearable
Recibes 12.000 grabaciones positivas de la palabra clave por hablantes mexicanos, 80.000 grabaciones negativas (conversación, ruido de gimnasio, otras palabras parecidas) y un o…
- Keyword Spotting
- Model Quantization
- Edge Deployment
Speech Recognition and Spoken Language Processing 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
Adapta un clasificador few-shot para una startup biotech de Barcelona
Recibes un meta-train set de 60 tareas (clasificación binaria sobre cultivos similares, ~500 imágenes/tarea) y 10 tareas meta-test con solo 5 ejemplos por clase (5-shot) y query…
- Meta Learning
- Few Shot Learning
- Prototypical Networks
Meta-Learning, Transfer Learning, and Multi-Task Learning - CodeIntermedioNuevo
Segmentación 3D de Cuerpo de Mina para Empresa de Servicios Atacameña
Recibes 80 escaneos LiDAR anonimizados (alrededor de 12 millones de puntos por escaneo) con anotación 5-clase. Entrena un modelo de segmentación de nube de puntos (PointNet++ o …
- 3d Segmentation
- Point Cloud Processing
- Deep Learning
Multidisciplinar - CodeSéniorNuevo
Fusión LiDAR-cámara para detección de personas en mina autónoma
Recibes un dataset etiquetado con 8.000 cuadros de un tajo simulado y 2.000 cuadros reales grabados en una mina del norte de Chile, cada uno con nube de puntos LiDAR sincronizad…
- Sensor Fusion
- Lidar Processing
- Object Detection
Robot Perception and Autonomy - CodeIntermedioNuevo
Red neuronal informada por la física para flujo en tuberías
Recibes la formulación matemática del problema (ecuación de continuidad y de momento simplificadas en 2D), tres geometrías de referencia con su solución numérica de alta calidad…
- Physics Informed Nn
- Scientific Computing
- Pytorch
AI for Science and Engineering - 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.
- ResearchPrincipianteNuevo
Variational Autoencoder para Síntesis de Diseños de Etiqueta en Mendoza
Recibirás ~3.500 etiquetas históricas de bodegas y un brief del nuevo vino (perfil, target, paleta). Entrena un VAE convolucional (latente 64-128 dim) sobre las etiquetas. Explo…
- Vae
- Generative Models
- Latent Space Exploration
Generative AI - CodeIntermedioNuevo
Segmenta lesiones cerebrales con U-Net para una biotech de Barcelona
Recibes 600 volúmenes TC con máscaras (90 % train, 10 % test) y metadatos básicos (edad, sexo). Entrena una U-Net 3D con patches (96³) y augmentaciones (flip, rotación, ruido ga…
- Medical Image Segmentation
- U Net
- 3d Convolutional Networks
Multidisciplinar - ResearchSéniorNuevo
Análisis interpretabilidad mecánica de un modelo pequeño
Elige una tarea sencilla bien estudiada (por ejemplo predicción del último token de una secuencia aritmética o resolución de pronombres en frases cortas). Sobre un Transformer p…
- Mechanistic Interpretability
- Transformer Internals
- Pytorch
AI Safety and Alignment - CodePrincipianteNuevo
Modela secuencias de gestos para una empresa de retail interactivo en Bilbao
Recibes 4.500 clips etiquetados (900 por clase) de 16 frames a 15 fps. Extrae keypoints de mano con MediaPipe Hands y entrena dos modelos temporales: LSTM bidireccional y un Tra…
- Sequence Models
- Lstm
- Temporal Transformers
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
- ResearchSéniorNuevo
Reproduce un experimento de escalado a pequeña escala
Entrenarás transformers GPT-style desde cero en 3 tamaños (1M, 10M, 100M parámetros) sobre subsets de OpenWebText o C4 en 3 tamaños (100M, 1B, 10B tokens). Ejecutarás los 9 cruc…
- Scaling Laws
- Transformers
- Pytorch
Large Language 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
Bot de Combate con Actor-Critic para Estudio Indie en Buenos Aires
Recibirás un build headless en Unity ML-Agents con dos arenas, 4 personajes y telemetría completa (vida, posición, habilidad disponible). Entrena un agente con PPO o SAC en self…
- Actor Critic
- Self Play
- Reinforcement Learning
Deep Reinforcement Learning - CodePrincipianteNuevo
Segmentación de Hojas de Olivo Enfermas en Jaén
Recibes 2.400 fotos anotadas con máscara de zona afectada y etiqueta de enfermedad (tres clases + sana). Entrena un U-Net ligero (encoder MobileNetV3 small o ResNet18) para segm…
- Semantic Segmentation
- Cnn
- Deep Learning
Multidisciplinar - CodeIntermedioNuevo
Genera variaciones de packaging con difusión para una marca artesanal
Recibirás 320 imágenes de packaging histórico de la marca (anonimizado, con SKU enmascarado), más un texto-brief por colección. Fine-tunea Stable Diffusion XL con LoRA (Low-Rank…
- Diffusion Models
- Lora
- Fine Tuning
Deep Generative Models - CodeIntermedioNuevo
GAN para Augmentación de Imágenes Térmicas en Patrulla Forestal en Asturias
Recibirás ~2.800 imágenes térmicas etiquetadas (fuego pequeño/no fuego) y un detector baseline. Entrena un generador (GAN tipo StyleGAN o un modelo de difusión pequeño) condicio…
- Generative Models
- Gan
- Data Augmentation
Generative AI - CodeSéniorNuevo
Optimiza un transformer con técnicas modernas de eficiencia
Recibirás el modelo baseline (un encoder transformer fine-tuned de 110M parámetros), un benchmark interno de 5.000 pares (query, doc) con similaridad esperada, y la traza de req…
- Knowledge Distillation
- Quantization
- Transformers
Multidisciplinar - DesignIntermedioNuevo
Diseña un sistema de federated learning para hospitales en Brasil bajo LGPD
Recibirás 3 datasets sintéticos representando 3 hospitales (15.000-25.000 pacientes cada uno) con esquemas idénticos. Implementa: (1) modelo baseline entrenado centralmente sobr…
- Federated Learning
- Secure Aggregation
- Lgpd Compliance
Privacy-Preserving Machine Learning - ResearchPrincipianteNuevo
Forecasting de demanda con RNNs/transformers para una bodega riojana
Recibirás 5 años de demanda mensual anonimizada por SKU × mercado, calendario de promociones y eventos exógenos (festivos, lanzamientos). Implementa: (1) baseline ARIMA + Holt-W…
- Time Series Forecasting
- Lstm
- Transformers
Deep Learning - 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 - ResearchIntermedioNuevo
Augmenta datasets escasos con VAEs para clasificación médica
Trabajarás con un dataset público (BloodMNIST o similar de MedMNIST, alrededor de 17.000 imágenes en 8 clases). Reduce artificialmente a 500 imágenes por clase para simular esca…
- Vae
- Generative Models
- Data Augmentation
Deep Generative Models - ResearchSéniorNuevo
Modela un grafo de transacciones para detectar fraude en banca
Recibirás 6 meses de transacciones anonimizadas (8 millones de filas), etiquetadas como fraude / no-fraude. Construirás un grafo bipartito cliente-comercio con propiedades tempo…
- Graph Neural Networks
- Knowledge Graphs
- Pytorch
Knowledge Graphs and Semantic Web
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.