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.
- CodeIntermedioNuevo
Predicción de propiedades moleculares para una farma española
Recibes una versión limpia de los conjuntos públicos ESOL (solubilidad acuosa) y PAMPA (permeabilidad) más una API simple para convertir SMILES en grafos moleculares. Implementa…
- Graph Neural Networks
- Cheminformatics
- Pytorch
AI for Science and Engineering - ResearchSéniorNuevo
Comparar arquitecturas de gran escala bajo presupuesto fijo
Definirás el protocolo experimental: mismo dataset de pre-entrenamiento (un subset abierto, p. ej. SlimPajama 50B tokens), mismo presupuesto en FLOPs, mismo tokenizer. Entrenará…
- Large Scale Training
- Transformer Architectures
- Mixture Of Experts
Advanced Deep Learning - 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
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 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
Detección de intención por voz para un asistente de hogar inteligente
Recibes un dataset interno de 22.000 enunciados de comandos de hogar (encender luces, ajustar termostato, reproducir música) etiquetados con intención y entidades, más una divis…
- Spoken Language Understanding
- Speech Recognition
- Intent Classification
Speech Recognition and Spoken Language Processing - 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
Aplica privacidad diferencial a un modelo de scoring para una banca IBEX-35
Recibirás un dataset anonimizado de 800.000 solicitudes de crédito y un baseline (red neuronal entrenada normalmente). Implementa DP-SGD con Opacus sobre PyTorch para tres presu…
- Differential Privacy
- Dp Sgd
- Pytorch
Privacy-Preserving Machine Learning - CodeIntermedioNuevo
Embeddings distribuidos para recomendación en marketplace fintech LATAM
Recibes un subconjunto anonimizado de 50 millones de interacciones usuario-producto y un cluster con 4 GPUs. Implementa una arquitectura two-tower (una torre para usuario, otra …
- Distributed Training
- Recommender Systems
- Pytorch
Machine Learning at Scale - Browse challenges
Explore role
Pricing Strategist
Set the price that captures value without leaving sales on the table. Demand modelling, willingness-to-pay research, and the disciplined experimentation that turns pricing into a competitive advantage.
- 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 - CodePrincipianteNuevo
Optimiza el ruteo de un brazo robótico con Q-learning tabular
Recibes el modelo cinemático del brazo (6 articulaciones, rangos definidos) y 12 configuraciones de pieza objetivo. Discretiza el espacio de configuración (grids razonables por …
- Reinforcement Learning
- Q Learning
- Mdp Modeling
Multidisciplinar - 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 - 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 Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- CodeIntermedioNuevo
Diseña aprendizaje multi-tarea para una fintech en Bogotá
Recibes 250.000 clientes anonimizados con features compartidas (uso, antigüedad, saldo, demografía) y las 3 etiquetas. Construye una red multi-tarea con shared encoder + 3 cabez…
- Multi Task Learning
- Transfer Learning
- Loss Balancing
Multidisciplinar - CodeIntermedioNuevo
Detecta retinopatía diabética para una red de clínicas en Guadalajara
Recibes 30.000 imágenes de fundus etiquetadas (5 clases, distribuidas con clase 0 dominante 65 %). Entrena EfficientNet-B3 con loss ordinal o regresión ordinal. Reporta quadrati…
- Medical Image Classification
- Ordinal Classification
- Fine Tuning
Multidisciplinar - 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 - 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
Análisis de specification gaming en un agente RL simple
Diseña dos entornos sobre Gymnasium: uno donde el agente puede maximizar recompensa explotando un bug del entorno, otro donde el agente puede satisfacer la métrica sin cumplir e…
- Reinforcement Learning
- Specification Gaming
- Experimental Design
Multidisciplinar - 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 - 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
Diarización y resúmenes para un call center de salud en Bogotá
Recibes 200 llamadas anonimizadas de duración media de 5 minutos. Implementa el pipeline en tres etapas: (1) diarización con pyannote.audio o un modelo equivalente, (2) transcri…
- Speaker Diarization
- Speech Recognition
- Summarization
Speech Recognition and Spoken Language Processing - 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 - CodeIntermedioNuevo
Optimización de Red de Distribución Eléctrica con GNN en Santiago de Chile
Recibirás topología completa (anonimizada) de la red de distribución, 24 meses de mediciones SCADA por nodo y proyecciones de demanda residencial. Construye el grafo dirigido de…
- Graph Neural Networks
- Spatiotemporal Ml
- Node Classification
Machine Learning on Graphs - CodeIntermedioNuevo
Fine-tunea un LLM abierto para soporte técnico de software industrial
Recibirás 12.000 pares pregunta/respuesta limpios. Harás un fine-tuning supervisado (SFT) de Llama-3 8B o Qwen2 7B usando LoRA (Low-Rank Adaptation, adaptación de bajo rango) so…
- Fine Tuning
- Lora
- Evaluation
Large Language Models - CodeSéniorNuevo
Construye un modelo deep learning para EHR en biotech de Barcelona
Recibes 5.000 pacientes anonimizados con trayectorias de hasta 24 meses pre-tratamiento + outcome a 12 meses post-tratamiento (respondedor vs no). Construye un modelo deep learn…
- Deep Learning For Ehr
- Clinical Data
- Transformer Models
Machine Learning for Healthcare and Biomedicine
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.