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
Asistente conversacional para aprender inglés con CALL
Diseñarás el asistente con (1) prompts del sistema para sostener conversación al nivel CEFR del usuario, (2) detección y categorización de errores (gramática, vocabulario, fluid…
- Computer Assisted Language Learning
- LLM Agents
- Prompt Engineering
Multidisciplinar - 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 - ResearchIntermedioNuevo
Investigar daños emergentes de un asistente conversacional
Recibirás (1) 1.200 transcripciones anonimizadas de conversaciones reales con etiquetas de severidad clínica, (2) el prompt del sistema actual y (3) acceso a versiones de prueba…
- Harm Analysis
- Qualitative Coding
- Clinical Evaluation
AI Ethics, Fairness, and Responsible AI - CodeSéniorNuevo
Instruction Tuning Multimodal para Soporte Técnico en São Paulo
Recibirás ~9.000 tickets anonimizados con foto + descripción + diagnóstico humano correcto. Aplica instruction tuning sobre un VLM de 7B-9B parámetros usando LoRA. Diseña el for…
- Instruction Tuning
- Multimodal LLM
- Lora
Multidisciplinar 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
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 - ResearchIntermedioNuevo
Diseño de evaluaciones de capacidad para un modelo open-source
Elige uno de los tres modelos open-source proporcionados. Diseña un conjunto de evaluaciones que cubra cinco capacidades: razonamiento numérico, generación y depuración de códig…
- LLM Agents
- Capability Evaluation
- Experimental Design
Multidisciplinar - DesignPrincipianteNuevo
Onboarding Self-Service para SaaS Vertical de Hotelería
Mapea el onboarding actual con un CSM (graba 3 sesiones reales con su permiso). Diseña el wizard self-service: 7 pasos (cuenta, propiedad, integración PMS, importar histórico, c…
- Saas Architecture
- User Onboarding
- API Integration
Engineering Software as a Service - 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
Multidisciplinar - 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
Asistente de investigación legal multi-agente
Diseñarás dos arquitecturas: (A) un único agente con todas las herramientas y (B) un sistema multi-agente con coordinador y 3 especialistas (recuperación, análisis, redacción). …
- Multi Agent Systems
- Retrieval Augmented Generation
- LLM Agents
AI Agents and LLM-Based Agents - AnalysisPrincipianteNuevo
Optimizar el coste de embeddings de un asistente RAG para soporte SaaS
Recibes: (a) la pipeline actual (re-embedding completo ante cualquier cambio de artículo, OpenAI text-embedding-3-large, 3.072 dimensiones) con un mes de logs de coste, (b) una …
- Embedding Models
- Cost Optimization
- Change Detection
Multidisciplinar - CodePrincipianteNuevo
Construye un RAG sobre documentación de producto SaaS
Recibes los 400 artículos en Markdown (mezcla ES/EN), 80 preguntas reales de soporte con respuestas-oro y referencia al artículo de origen. Implementa: (1) chunking semántico co…
- Retrieval Augmented Generation
- Embedding Retrieval
- Hybrid Search
Retrieval-Augmented Generation - CodeIntermedioNuevo
LoRA Bilingüe para Asistente Jurídico-Laboral en Barcelona
Recibirás ~12.000 pares pregunta-respuesta anonimizados de la asesoría (castellano y catalán) y acceso a una L4 alquilada. Aplica supervised fine-tuning con LoRA (rango 8-32) so…
- Lora
- Supervised Fine Tuning
- LLM Evaluation
Fine-Tuning Large Language Models 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
- 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
Multidisciplinar - ResearchIntermedioNuevo
QLoRA en GPU Modesta para Lab de Modelos Abiertos en Málaga
Recibirás un dataset de instrucciones en castellano (~30.000 ejemplos) y acceso a una RTX 4090 (24GB). Entrena el modelo 13B con (a) QLoRA 4-bit (NF4 + double quantization) y (b…
- Qlora
- Lora
- LLM Evaluation
Fine-Tuning Large Language Models - ResearchSéniorNuevo
Aislamiento vectorial multitenant para un asistente B2B regulado
Construye una prueba de concepto en el almacén vectorial que elijas (Pinecone o Qdrant — escoge uno y justifica) que soporte 10 clientes simulados con 1.000 vectores cada uno. I…
- Multi Tenant Isolation
- Vector Databases
- Threat Modeling
Vector Databases and Embeddings - 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
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 - 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 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
Sistema de Preguntas Sobre Documentación Técnica para una SaaS de Valencia
Recibes la documentación oficial (PDFs y Markdown) y 300 preguntas históricas con respuesta de referencia escrita por soporte humano. Diseña el pipeline RAG: chunking sensato (p…
- Retrieval Augmented Generation
- Embeddings
- LLM Prompting
Multidisciplinar - AnalysisPrincipianteNuevo
A/B test de chain-of-thought para soporte técnico
Recibes 200 consultas reales del soporte telco (anonimizadas) clasificadas en simples (n=120) y complejas (n=80), con respuestas-oro escritas por un ingeniero senior. Implementa…
- Prompt Engineering
- Chain Of Thought
- Evaluation
Prompt Engineering - 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 - 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 - 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
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.



















































































