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.
- ResearchSéniorNuevo
Detección de retinopatía diabética con calibración de incertidumbre
Recibes 6.000 retinografías anonimizadas etiquetadas en la escala internacional de gravedad (0 a 4) y un conjunto de validación adicional de 800 imágenes. Entrena un modelo de c…
- Medical Image Classification
- Uncertainty Calibration
- Vision Transformers
Visual Intelligence and Visual Reasoning - CodeIntermedioNuevo
Segmenta lesiones de piel para teledermatología en zona rural
Recibirás 1.200 imágenes anotadas a nivel de píxel (combinando ISIC público y un subset cedido por la red, anonimizado) y 200 imágenes de validación con condiciones reales de ce…
- Image Segmentation
- Medical Imaging
- Pytorch
Image Processing and Computational Imaging - 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 - CodeIntermedioNuevo
Sim-to-real para robot de inspección en bodega vitivinícola
En equipo de 2, recibes un modelo de la bodega en Isaac Sim (o Gazebo) y especificación del robot móvil. Entrena un agente PPO de navegación con domain randomization sobre 6 par…
- Sim To Real
- Domain Randomization
- Reinforcement Learning
Robot Learning Develop in-demand professional skills.
Each challenge names the skills it strengthens. Over time, your profile fills with the competences a hiring manager would actually look for.
Why Ewance
- CodeSéniorNuevo
Operador neural para simulación de transferencia de calor
Recibes un conjunto de mil pares (geometría parametrizada en una malla 64x64, campo de temperatura estacionario obtenido con elementos finitos). Implementa un FNO en PyTorch ent…
- Neural Operators
- Deep Learning
- Pytorch
Multidisciplinar - CodePrincipianteNuevo
Segmenta cultivos con imágenes satelitales para una agritech argentina
Recibirás 600 tiles de Sentinel-2 (10m de resolución, 4 bandas: rojo, verde, azul, NIR) sobre Mendoza, con máscaras etiquetadas de 4 clases (viñedo sano, viñedo con stress, oliv…
- Semantic Segmentation
- U Net
- Satellite Imagery
Multidisciplinar - CodeIntermedioNuevo
Recomendación de Productos con GNN para Marketplace Hortícola en Almería
Recibirás 18 meses de órdenes históricas (~95.000 líneas) y catálogo de productos con metadatos (variedad, calibre, certificación bio). Construye el grafo bipartito comprador-pr…
- Graph Neural Networks
- Link Prediction
- Recommender Systems
Multidisciplinar - 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 - Browse challenges
Explore role
Strategy Analyst
Frame the business question, model the options, build the recommendation. From market sizing to competitive analysis, this role is where strategy consulting meets in-house decision-making.
- CodeIntermedioNuevo
Cuantiza un Modelo de Detección de Plagas en Olivar de Jaén
Recibirás un modelo PyTorch preentrenado (~12M parámetros), un dataset etiquetado de 8.000 imágenes (4 clases de plaga + sano) y la documentación del ESP32-S3 con TensorFlow Lit…
- Quantization
- Qat
- Edge Deployment
Edge ML and On-Device Machine Learning - 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 - 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) - DesignIntermedioNuevo
Diseña una arquitectura de entrenamiento distribuido para una telco brasileña
Recibirás un dataset reducido (15 millones de filas) y especificaciones de la infraestructura disponible (clúster Kubernetes con 8 nodos GPU). Diseña la arquitectura: elige entr…
- Distributed Training
- Pytorch
- Kubernetes
Multidisciplinar Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- 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 - 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 - 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
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
Pruning Estructurado para Cámara de Inspección de Acero en Monterrey
Recibirás un modelo de segmentación semántica (ResNet-50 + UPerNet) entrenado en 12.000 imágenes etiquetadas con 5 clases de defectos. Aplica pruning estructurado por canal (no …
- Structured Pruning
- Knowledge Distillation
- Edge Deployment
Edge ML and On-Device Machine Learning - ResearchIntermedioNuevo
Crea voces sintéticas de doblaje con TTS para una productora audiovisual
Recibirás 30 minutos de grabación por cada uno de 3 locutores (sintético / con consentimiento simulado) más 50 frases de evaluación cubriendo distintos registros (informativo, n…
- Text To Speech
- Voice Cloning
- Generative Models
Deep Generative Models - AnalysisIntermedioNuevo
Imitation Learning para Sim-to-Real en Robot Móvil de Curitiba
Recibirás 200 demostraciones humanas teleoperadas (joystick) en simulador, más un wrapper Gymnasium del mismo entorno. Entrena un agente con Behaviour Cloning (BC) puro, luego c…
- Imitation Learning
- Behaviour Cloning
- Dagger
Multidisciplinar - 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
Predicción de fallos en turbinas eólicas con datos de sensores
Debes construir un pipeline completo de ciencia de datos: limpieza y preprocesamiento de series temporales multivariantes, ingeniería de características relevantes para el desga…
- Time Series Analysis
- Neural Networks
- Predictive Maintenance
Data Science for Business - CodeIntermedioNuevo
Compara DQN y SAC para control de cinta transportadora aleatoria
En equipo de 2, recibes el simulador de cinta calibrado contra logs de 30 días reales. Estado = (carga actual, tasa de llegada estimada, temperatura del motor). Acción discreta …
- Reinforcement Learning
- Dqn
- Sac
Multidisciplinar - CodeIntermedioNuevo
Entrenar un NeRF para visitas virtuales de hoteles en Mallorca
Recibirás vídeos de 60-90 segundos por habitación (3 habitaciones de muestra) más fotogramas extraídos y las poses estimadas con COLMAP. Entrenarás un NeRF (variante Instant-NGP…
- Neural Scene Representation
- Nerf
- Gaussian Splatting
3D Vision and Multi-View Geometry - CodeIntermedioNuevo
Entrenamiento distribuido del scoring de riesgo en banca minorista
Recibes un subconjunto anonimizado de 20 millones de operaciones y un cluster Spark con 8 nodos para los experimentos. Diseña la pipeline en dos fases: ingeniería de features di…
- Distributed Training
- Spark
- Xgboost
Machine Learning at Scale
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.