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- 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 - ResearchIntermedioNuevo
Investiga adaptación de dominio para NLP en una startup legal de Madrid
Trabajen en equipo de 2. Reciben el modelo base (RoBERTa-base fine-tuneado), 50.000 ejemplos del dominio fuente etiquetados y 3.000 del dominio target sin etiquetar + 600 etique…
- Domain Adaptation
- Transfer Learning
- Lora Fine Tuning
Multidisciplinar - CodeSéniorNuevo
Acelera inferencia de visión en edge para una empresa de logística portuaria
Recibirás un modelo PyTorch de detección (YOLOv8s entrenado para contenedores) y un conjunto de validación de 2.000 imágenes con etiquetas. Convierte a ONNX, exporta a TensorRT,…
- Edge Deployment
- Model Optimization
- Tensorrt
Machine Learning Systems - CodeSéniorNuevo
Genera mamografías sintéticas para balancear datasets en biotech catalana
Trabajen en equipo de 2. Reciben 18.000 mamografías reales (1.500 positivas, 16.500 negativas) con BI-RADS scoring. Entrenen un Stable Diffusion 1.5 con LoRA condicionado en BI-…
- Generative Models
- Stable Diffusion
- Lora Fine Tuning
Machine Learning for Imaging and Medical Image Analysis 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
- 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 - CodePrincipianteNuevo
Implementa atención y compárala con seq2seq sin atención en EN→ES
Usa un subset de TED Talks ES↔EN (200.000 pares filtrados ≤50 tokens). Implementa en PyTorch: (a) seq2seq encoder-decoder con LSTM, (b) el mismo + atención de Bahdanau. Entrena …
- Seq2seq
- Attention Mechanism
- Bahdanau Attention
Machine Translation - ResearchSéniorNuevo
Pre-entrenar un encoder auto-supervisado para imágenes médicas
Diseñarás un experimento controlado: (1) implementa o adapta un objetivo auto-supervisado moderno (DINOv2, MAE o SimCLR) sobre un ResNet-50 o un ViT-B/16; (2) pre-entrena sobre …
- Self Supervised Learning
- Pytorch
- Vision Transformers
Multidisciplinar - 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 - 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
Generar variaciones de producto con difusión condicionada
Recibirás 4.000 pares de (boceto, foto real) de la marca, anotados con descripción del material. Partirás de Stable Diffusion XL y aplicarás un fine-tuning con ControlNet para c…
- Diffusion Models
- Controlnet
- Lora Fine Tuning
Advanced Deep Learning - CodePrincipianteNuevo
Mapeo agrícola con dron autónomo para fitosanitario de precisión
Recibes datos de tres vuelos sobre la misma parcela de 18 hectáreas con tres semanas de separación entre vuelos. Cada vuelo aporta imágenes RGB+NIR georreferenciadas y etiquetas…
- Semantic Segmentation
- Remote Sensing
- Geospatial Data
Robot Perception and Autonomy - CodeSéniorNuevo
Política End-to-End de Conducción para un Reto de Karting Autónomo
Recibes 12 horas de demos del piloto humano (cámara frontal a 30 Hz + comandos), una pista replicada en CARLA y un baseline PID. Entrena una política de imitación (CNN ligera ti…
- Imitation Learning
- End To End Learning
- Pytorch
AI for Autonomous Vehicles - CodeSéniorNuevo
Construye un sistema MAML para personalizar recomendaciones en streaming
Recibes histórico de 60.000 usuarias con sus interacciones (canción, like, skip, completed). Define cada usuaria como tarea de clasificación binaria 'le va a gustar la siguiente…
- Maml
- Meta Learning
- Personalization
Meta-Learning, Transfer Learning, and Multi-Task Learning Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- CodeFundamentosNuevo
Entrena una red neuronal pequeña para clasificar dígitos manuscritos
Trabaja primero con MNIST (60.000 ejemplos de entrenamiento, 10.000 de test). Construye una red feed-forward de dos capas ocultas con activaciones ReLU (Rectified Linear Unit — …
- Neural Networks
- Backpropagation
- Model Evaluation
Machine Learning (Undergraduate) - 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 - CodeIntermedioNuevo
Aprendizaje por demostración para tareas de pick-and-place
Trabajarás en simulación (Isaac Gym o PyBullet) con un brazo Franka Panda o equivalente. Diseña un flujo donde el técnico graba 5 demostraciones de una tarea de pick-and-place. …
- Imitation Learning
- Behavior Cloning
- Robot Manipulation
Robotics - 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 - 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 - 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
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 - 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
Tracking Multi-Objeto en Puerto de Valencia
Recibes 6 horas de video (10 cámaras, 1080p, 15 fps) con anotación MOT (identidades + boxes por frame) sobre 90 segundos por cámara como ground truth. Integra un detector preent…
- Multi Object Tracking
- Object Detection
- Pytorch
Computer Vision - CodePrincipianteNuevo
Extrae cláusulas críticas de contratos con NLP supervisado
Recibirás 1.500 contratos comerciales en español anonimizados con cláusulas anotadas por jurista (spans con tipo de cláusula). Entrenarás un modelo de extracción tipo BERT (RoBE…
- Information Extraction
- Token Classification
- Pytorch
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
Etiquetado activo asistido por modelo para visión embarcada en AR/VR
Recibes un pool de 8.000 frames sin etiquetar de una sesión de mantenimiento real (anonimizada) y 500 frames etiquetados como semilla. Entrena un modelo base de detección 3D lig…
- Active Learning
- Object Detection
- Human In The Loop
Visual Intelligence and Visual Reasoning
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.