IA y Datos
Retos de Ingeniería de ML y MLOps
Los retos de Ingeniería de ML y MLOps te sitúan en el centro del trabajo de sacar modelos de los notebooks y llevarlos a producción. Desarrollarás habilidades construyendo Pipelines de ML, Empaquetado de Modelos y Despliegue de Modelos, y entendiendo la diferencia entre Entrenamiento vs Servicio, mientras registras tu trabajo en MLflow.
A partir de ahí abordarás los temas más complejos — Monitorización de Modelos, Detección de Drift y Re-entrenamiento Automático, Pipelines de Kubeflow, Despliegue en el Edge y Optimización ONNX — con Tracking de Experimentos con Weights & Biases y Despliegue ML en Producción como los equipos reales de MLOps. Cada reto que resuelvas te otorga una credencial verificada para mostrar a los reclutadores.
- AnalysisIntermedioNuevo
Auditoría de equidad de un modelo de scoring laboral
Recibes el modelo (en formato serializado), una muestra anonimizada de 50.000 candidaturas con su score y atributos sensibles (sexo, grupo de edad, origen). Mide al menos cuatro…
- Fairness Measurement
- Model Evaluation
- Ai Governance
Multidisciplinar - CodeIntermedioNuevo
Detección de Fraude en Pagos para una Pasarela Brasileña
Recibes 12 meses de transacciones anonimizadas (alrededor de 42 millones de filas) con etiqueta de fraude confirmado y un dataset adicional de chargebacks pendientes (etiqueta r…
- Fraud Detection
- Imbalanced Classification
- Feature Engineering
Applied Machine Learning - CodePrincipianteNuevo
Optimización bayesiana de hiperparámetros en logística
Recibes el solver VRP corriendo en una VM (cada corrida ~3 min sobre el plan diario), el coste total como métrica a minimizar y 8 hiperparámetros con sus rangos. Implementa Baye…
- Bayesian Optimization
- Gaussian Processes
- Hyperparameter Tuning
Probabilistic Machine Learning - AnalysisIntermedioNuevo
Optimización de un pipeline de subastas de publicidad en tiempo real
Recibes una captura representativa de 2 horas de tráfico (cerca de 1.700 millones de solicitudes) y acceso al pipeline actual: extracción de features, batch de inferencia y agre…
- Performance Profiling
- Model Serving
- Low Latency Inference
Machine Learning at Scale 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
- CodeSéniorNuevo
Fusión LiDAR-cámara para detección de personas en mina autónoma
Recibes un dataset etiquetado con 8.000 cuadros de un tajo simulado y 2.000 cuadros reales grabados en una mina del norte de Chile, cada uno con nube de puntos LiDAR sincronizad…
- Sensor Fusion
- Lidar Processing
- Object Detection
Robot Perception and Autonomy - CodePrincipianteNuevo
Reconocimiento de Logos en Imágenes Móviles para una App de Cartagena (Colombia)
Recibes 4.000 imágenes etiquetadas de los 25 logos (recolectadas por el equipo en calle) y 800 imágenes negativas (escenas urbanas sin logo). Aplica transfer learning sobre un b…
- Transfer Learning
- Image Classification
- Cnn
Computer Vision (Undergraduate) - CodeSéniorNuevo
Optimiza la latencia de inferencia de un LLM para un banco IBEX-35 anonimizado
Recibes el modelo base (Llama-3-13B o equivalente), 500 prompts representativos en español y acceso a una máquina con una GPU A100 de 40GB. Implementa y mide tres optimizaciones…
- LLM Inference
- Quantization
- Gpu Optimization
Machine Learning Systems - CodePrincipianteNuevo
Compara métodos kernel y boosting para clasificar fraude en pagos B2B
Recibes 14 meses de transacciones anonimizadas con 1,2 % de fraude marcado. Construye un pipeline reproducible que (a) maneje el desbalance vía class_weight o SMOTE, (b) entrene…
- Kernel Methods
- Ensemble Methods
- Model Evaluation
Machine 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
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
Construye un sistema de monitorización de drift para una fintech LATAM
Recibirás predicciones históricas y features de 14 modelos durante 6 meses. Implementa un servicio en Python que: (1) calcule PSI (Population Stability Index — índice de estabil…
- Model Monitoring
- Data Drift
- Python
Machine Learning Systems - AnalysisPrincipianteNuevo
Auditoría de seguridad del módulo de detección de un vehículo autónomo
Recibes acceso al modelo de detección de peatones del cliente (caja negra: solo inferencia, no pesos), un dataset interno de 12.000 cuadros etiquetados y permiso para ejecutar p…
- Model Evaluation
- Adversarial Testing
- Safety Analysis
Robot Perception and Autonomy - CodeIntermedioNuevo
Reconocimiento de Productos en Estantería para un Distribuidor Retail en Bogotá
Recibes 9.000 fotos de estantería con bounding boxes y etiquetas a nivel SKU (220 SKUs distintos). Combina detección (DETR o YOLO) + clasificación fine-grained sobre el crop. Ev…
- Object Detection
- Fine Grained Classification
- Pytorch
Computer Vision Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- CodeIntermedioNuevo
Segmenta lesiones de piel para teledermatología en zona rural
Recibirás 1.200 imágenes anotadas a nivel de píxel (combinando ISIC público y un subset cedido por la red, anonimizado) y 200 imágenes de validación con condiciones reales de ce…
- Image Segmentation
- Medical Imaging
- Pytorch
Image Processing and Computational Imaging - CodeIntermedioNuevo
Cuantiza un Modelo de Detección de Plagas en Olivar de Jaén
Recibirás un modelo PyTorch preentrenado (~12M parámetros), un dataset etiquetado de 8.000 imágenes (4 clases de plaga + sano) y la documentación del ESP32-S3 con TensorFlow Lit…
- Quantization
- Qat
- Edge Deployment
Edge ML and On-Device Machine Learning - ResearchSéniorNuevo
Detección de retinopatía diabética con calibración de incertidumbre
Recibes 6.000 retinografías anonimizadas etiquetadas en la escala internacional de gravedad (0 a 4) y un conjunto de validación adicional de 800 imágenes. Entrena un modelo de c…
- Medical Image Classification
- Uncertainty Calibration
- Vision Transformers
Visual Intelligence and Visual Reasoning - CodePrincipianteNuevo
Detecta cosecha óptima de fresa con visión RGB en invernadero
Recibirás 5.000 imágenes etiquetadas con cajas delimitadoras y clase (verde, comercial, sobre-madura) capturadas a distintas horas del día. Entrenarás un detector ligero (YOLOv8…
- Object Detection
- Edge Deployment
- Pytorch
Image Processing and Computational Imaging - DesignIntermedioNuevo
Diseñar el lifecycle de evaluación de un modelo en producción
Diseñarás (1) un dashboard de monitorización con métricas operativas (precision, recall, alerts/día) y de drift (PSI — Population Stability Index — sobre 8 features clave), (2) …
- Model Monitoring
- Drift Detection
- Ai Lifecycle
AI for Business and AI Product Management - AnalysisPrincipianteNuevo
Auditoría de Latencia y Energía para Cámara Conservera en Murcia
Recibirás un modelo de clasificación binaria (defecto/no defecto) entrenado en envases metálicos, junto con 5.000 imágenes de test. Despliega el mismo modelo en las tres platafo…
- Edge Deployment
- Benchmarking
- Tensorrt
Edge ML and On-Device Machine Learning - ResearchSéniorNuevo
Bayesian deep learning para diagnóstico médico con incertidumbre
En equipo de 2-3, recibes 12.000 imágenes de fondo de ojo etiquetadas en 4 clases (sin retinopatía, leve, moderada, severa). Compara tres enfoques: (1) CNN base + softmax, (2) M…
- Bayesian Deep Learning
- Uncertainty Quantification
- Deep Learning
Probabilistic Machine Learning - 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) - CodeIntermedioNuevo
Predicción de fallos en turbinas eólicas con datos de sensores
Debes construir un pipeline completo de ciencia de datos: limpieza y preprocesamiento de series temporales multivariantes, ingeniería de características relevantes para el desga…
- Time Series Analysis
- Neural Networks
- Predictive Maintenance
Data Science for Business - CodePrincipianteNuevo
Predice el abandono mensual de una academia de idiomas online
Recibes un dataset anonimizado con 60.000 filas (una por persona-mes) y unas 25 features: minutos de clase, lecciones completadas, notas en evaluaciones, plan de pago y país. El…
- Supervised Learning
- Logistic Regression
- Gradient Boosting
Multidisciplinar - CodeIntermedioNuevo
Construye un sistema de A/B testing de modelos para una plataforma de turismo
Recibirás dos modelos de personalización (modelo A en producción, modelo B candidato) y trazas históricas de 6 meses. Implementa: (1) servicio de routing que asigne usuarios a A…
- Ab Testing
- Experimentation Platform
- Python
ML Engineering and Production ML - CodeIntermedioNuevo
VAE para detección de anomalías en pagos B2B
En equipo de 2, recibes ~12M transacciones (28 features tabulares + texto corto del concepto), de las cuales 850 están etiquetadas como fraude por investigación post-hoc. Entren…
- Variational Autoencoders
- Deep Learning
- Anomaly Detection
Multidisciplinar
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.



















































































