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.
- CodeIntermedioNuevo
Agente conversacional asistente para soporte interno con razonamiento
Recibes una base de 400 documentos internos y 80 preguntas reales con respuesta correcta etiquetada. Diseña un agente que combine recuperación (embeddings + búsqueda vectorial) …
- Agentes De Ia
- Arquitecturas RAG
- Patrones De Prompt
Artificial Intelligence: Principles and Techniques - 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
- Arquitecturas RAG
- Agentes De Ia
AI Agents and LLM-Based Agents - 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
- Arquitecturas RAG
- NLP Spanish
Natural Language Processing - CodeIntermedioNuevo
RAG legal con re-ranking sobre 50k cláusulas anonimizadas
En equipo de 2, recibes 50k cláusulas etiquetadas por tipo (jurisdicción, indemnización, exclusividad, etc.) y 120 consultas reales de abogados con el precedente-oro. Implementa…
- Arquitecturas RAG
- Re Ranking
- Embedding Retrieval
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
- 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…
- Arquitecturas RAG
- Agent Design
- Uso De Herramientas
Retrieval-Augmented Generation - CodeSéniorNuevo
RAG Multimodal para Agencia Creativa en São Paulo
Recibirás 25.000 documentos heterogéneos (PDFs, imágenes, audios cortos) y los logs de preguntas reales (anonimizadas) que los creativos hicieron al wiki interno. Diseña ingesta…
- Arquitecturas RAG
- Multimodal LLM
- Vector Databases
Generative AI - 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
- Modelado De Amenazas
Vector Databases and Embeddings - CodeIntermedioNuevo
Diseña un sistema de question answering para una aseguradora valenciana
Recibirás los 3.800 documentos anonimizados más 400 preguntas anotadas con la respuesta y el span correcto. Implementa: (1) recuperador BM25 + multilingual-e5 sobre chunks de 30…
- Question Answering
- Arquitecturas RAG
- Hugging Face Transformers
Neural Networks for NLP - 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.
- 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…
- Arquitecturas RAG
- Evaluation
- Ragas
Retrieval-Augmented Generation - 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…
- Arquitecturas RAG
- Vector Databases
- System Architecture
Retrieval-Augmented Generation - 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 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…
- Arquitecturas RAG
- Embedding Retrieval
- Hybrid Search
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
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…
- Arquitecturas RAG
- Langchain
- Fundamentos De Bases De Datos Vectoriales
LLM Application Development - 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
- Finops Y OptimizacióN De Costes
- Change Detection
Vector Databases and Embeddings - 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…
- Arquitecturas RAG
- Word Embeddings
- LLM Prompting
Computational Semantics - CodeIntermedioNuevo
Asistente operativo para una bodega de tamaño medio
Construye una aplicación web Progressive Web App (PWA) con backend en Python y base de conocimiento estructurada (200 documentos curados) sobre tratamientos, fenología y normati…
- Software Engineering
- Arquitecturas RAG
- Full Stack Development
AI Software Engineering Group Project - CodeIntermedioNuevo
Implementa observabilidad end-to-end para un sistema de RAG en producción
Recibirás el código del sistema RAG (LangChain + OpenSearch + un LLM open-source) y 800 traces (trazas) etiquetadas como buenas o malas por el equipo. Implementa: (1) instrument…
- Observability
- Arquitecturas RAG
- InstrumentacióN Con Opentelemetry
ML Engineering and Production ML
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.



















































































