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.
Proyectos recomendados
· Despliegue ML en Producción Limpiar- 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 - CodeIntermedioNuevo
Construye un pipeline CI/CD de ML para una insurtech de Ciudad de México
Recibirás el código de un modelo de scoring de suscripción (XGBoost) y acceso a un repositorio Git, GitHub Actions y un clúster de pruebas. Implementa: (1) pipeline de entrenami…
- Ci Cd
- Despliegue De Modelos
- Mlflow
ML Engineering and Production ML - 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…
- MonitorizacióN De Modelos
- Data Drift
- Python O Javascript
Machine Learning Systems - 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…
- Testing A/B
- Experimentation Platform
- Python O Javascript
ML Engineering and Production ML 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
- DesignSéniorNuevo
Migra un sistema de batch a streaming para una fintech LATAM
Recibirás el modelo actual (XGBoost) y el código del batch. Diseña la migración: ingesta con Kafka, procesamiento con Flink o Faust, integración con el feature store para featur…
- Streaming
- Streaming De Eventos Con Kafka
- System Design
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.