IA y Datos
Retos de IA Generativa y LLMs
Los retos de IA Generativa y LLMs te sitúan en el centro del trabajo de construir con grandes modelos de lenguaje. Desarrollarás habilidades en patrones de prompt, prompting few-shot, cadena de razonamiento (chain-of-thought) e integración de APIs de LLM, aprendiendo cómo se comportan estos modelos antes de escalarlos.
A partir de ahí abordarás los temas más complejos — arquitecturas RAG, fundamentos de bases de datos vectoriales, fine-tuning y versionado de prompts — poniendo guardrails de LLM y evaluación de LLMs alrededor de cada despliegue como lo hacen los equipos de IA. Cada reto que resuelvas te otorga una credencial verificada para mostrar a los reclutadores.
- CodePrincipianteNuevo
Construye un buscador semántico para una biblioteca jurídica española
Recibirás el corpus indexable, 40 consultas reales anonimizadas de despachos y 8 juicios de relevancia (top-10 anotados) por consulta hechos por una persona jurista colaboradora…
- Information Retrieval
- Neural Retrieval
- Bm25
Information Retrieval and Search - CodeIntermedioNuevo
Prototipa un sistema multi-agente de soporte L1 para una telco anonimizada
Recibirás 200 tickets anonimizados (mezcla ES/PT) con su resolución humana como referencia. Implementa 3 agentes: triaje (clasifica intent), resolución (intenta resolver con bas…
- Multi Agent Systems
- Agent Orchestration
- LLM Applications
Multi-Agent Systems - CodePrincipianteNuevo
Construye un asistente de soporte en español para una fintech bogotana
Recibirás 1.500 conversaciones anonimizadas y un catálogo de 90 plantillas de respuesta. Implementa: (1) clasificador de intent en español (BETO o XLM-RoBERTa) con 12 intents, (…
- Intent Classification
- RAG
- NLP Spanish
Natural Language Processing - DesignSéniorNuevo
Arquitectura RAG escalable para conocimiento corporativo en banca
En equipo de 2-3, recibes especificación de 3 fuentes piloto (intranet, compliance, productos) con 8.000 documentos en total, modelo de permisos por rol (4 roles) y un set de 60…
- Retrieval Augmented Generation
- Vector Databases
- System Architecture
Retrieval-Augmented Generation 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
- AnalysisIntermedioNuevo
Curación de Dataset y Recipe-tuning para Modelo Médico-Educativo Anonimizado
Recibirás un dump bruto de ~80.000 preguntas y respuestas educativas en castellano (calidad heterogénea) y un modelo base 7B. Diseña la receta de curación: deduplicación por has…
- Dataset Curation
- Supervised Fine Tuning
- Lora
Fine-Tuning Large Language Models - CodeIntermedioNuevo
Búsqueda vectorial a escala para catálogo de gran retailer
Recibes un subconjunto representativo de 2 millones de productos con descripciones multilingües (español, inglés, portugués), 30.000 consultas de búsqueda anonimizadas con clics…
- Vector Search
- Embeddings
- Distributed Indexing
Machine Learning at Scale - CodeIntermedioNuevo
Embeddings Distribucionales en Español Médico para una Aseguradora de Salud Argentina
Recibes un corpus anonimizado de 800.000 descripciones diagnósticas en español y un conjunto de evaluación de 600 pares (descripción, código CIE-10 — Clasificación Internacional…
- Distributional Semantics
- Embeddings
- Information Retrieval
Computational Semantics - ResearchIntermedioNuevo
Diseña un eval set adversarial para un LLM de consejero financiero
Diseñarás un eval set de 200 casos adversariales categorizados (consejo riesgoso, sesgo, filtración de información, idioma no estándar, jailbreak). Para cada caso definirás resp…
- LLM Evaluation
- Red Teaming
- Prompt Engineering
Large Language Models - 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
ReAct para agente de operaciones en e-commerce
En equipo de 2, recibes especificación de 4 APIs internas (mock servers), 60 tickets reales anonimizados (40 simples + 20 multi-paso) y respuestas-oro. Implementa el agente ReAc…
- Prompt Engineering
- React Pattern
- Function Calling
Prompt Engineering - DesignPrincipianteNuevo
Diseña un prompt estructurado para extracción de cláusulas legales
Recibes 30 contratos reales anonimizados (15 train + 15 test) en español, con la verdad-terreno de las 12 cláusulas etiquetada por un becario senior. Diseña el system prompt con…
- Prompt Engineering
- Few Shot Prompting
- Structured Outputs
Prompt Engineering - CodePrincipianteNuevo
Sistema de predicción de cosecha para bodega familiar en Mendoza
En equipo de 3 personas, debes desarrollar un sistema de predicción de cosecha que integre datos históricos de 5 campañas (rendimiento en kg/ha por parcela, fecha de cosecha, ca…
- Python Data Science
- Statistical Modeling
- Data Visualization
Programming for Business Applications - ResearchSéniorNuevo
RAG agéntico con tool use sobre datos de un laboratorio foundation
En equipo de 2, recibes un corpus de 5.000 documentos enterprise simulados (PDF + tablas), 100 preguntas mixtas (40 retrieval puro, 30 cálculo puro, 30 mixtas) con respuesta-oro…
- Retrieval Augmented Generation
- Agent Design
- Tool Use
Retrieval-Augmented Generation 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
- CodeIntermedioNuevo
Entrena un Reward Model para evaluar respuestas de un asistente
En equipo de 2, recibes el dataset HH-RLHF (open-source) con ~160k pares y un modelo base abierto fine-tuneable (por ejemplo Qwen2.5-1.5B o similar). Entrena un RM agregando una…
- Rlhf
- Reward Modeling
- Deep Learning
Machine Learning from Human Preferences (RLHF and Alignment) - 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 - ResearchIntermedioNuevo
Construye benchmark de razonamiento jurídico en español
Trabajarás con 2 personas juristas colaboradoras del consorcio para co-curar 150 preguntas opción múltiple (con distractores plausibles) y 30 problemas largos con rúbrica de raz…
- LLM Evaluation
- Benchmarking
- Annotation Design
Large Language Models - ResearchIntermedioNuevo
Constitutional AI para reducir respuestas tóxicas en un asistente legal
En equipo de 2, recibes el asistente actual (caja negra accesible por API), 200 prompts adversariales en español (preguntas que podrían escalar a consejo legal directo, o que in…
- Constitutional Ai
- Rlhf
- Alignment
Machine Learning from Human Preferences (RLHF and Alignment) - DesignIntermedioNuevo
Pipeline de Difusión para Editorial de Moda Sostenible en Arteixo
Recibirás 30 fotos de producto (siluetas en maniquí), un brief creativo (paleta, mood, target) y acceso a una L4 alquilada. Construye el pipeline: extracción de pose/edges con C…
- Diffusion Models
- Controlnet
- Prompt Engineering
Generative AI - 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
Construye una pipeline seq2seq para corrección automática de texto en una EdTech
Recibirás 22.000 pares (texto con errores → texto corregido) en español neutro de redacciones estudiantiles. Implementa: (1) baseline con reglas + LanguageTool, (2) fine-tuning …
- Seq2seq
- Transformers
- Fine Tuning
Neural Networks for NLP - CodePrincipianteNuevo
Diseña un sistema de generación de descripciones para una bodega de Mendoza
Recibirás 50 fichas de botellas (foto + notas de cata estructuradas + descripción humana de referencia) más una guía de tono de marca. Implementa un sistema con un modelo de vis…
- Multimodal Ml
- Vision Language Models
- Prompt Engineering
Multimodal Machine Learning - CodeIntermedioNuevo
Transcribe y analiza llamadas de soporte con un encoder + decoder
Recibirás 4.000 llamadas anonimizadas en español (8 segundos a 12 minutos) con etiquetas de motivo (12 categorías) y sentimiento (positivo/neutro/negativo). Implementa el pipeli…
- Asr
- Whisper
- Transformers
Deep Learning - CodePrincipianteNuevo
Agente de soporte que resuelve incidencias de e-commerce
Diseñarás un agente con tool use que reciba un ticket entrante, decida qué herramientas invocar (consultar estado de envío, generar etiqueta de devolución, consultar log de pago…
- LLM Agents
- Tool Use
- Prompt Engineering
AI Agents and LLM-Based Agents - CodeIntermedioNuevo
Construye un agente RAG vertical para una consultora estratégica
Construirás un agente RAG con LangChain o LlamaIndex (elige y justifica): ingesta de PPTX/PDF, chunking sensible al documento, indexación híbrida (BM25 + embeddings con OpenAI o…
- RAG
- Langchain
- Vector Search
LLM Application Development - ResearchIntermedioNuevo
Evalúa fielmente un RAG médico con RAGAS y juicio clínico
En equipo de 2, recibes el RAG actual (caja negra), un corpus de 1.200 guías de práctica clínica argentinas y 200 preguntas reales con respuestas-oro escritas por 2 médicos. Dis…
- Retrieval Augmented Generation
- Evaluation
- Ragas
Retrieval-Augmented Generation
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.



















































































