Indexa el catálogo de una biblioteca digital pública con metadatos limpios
Visión general
De qué trata este proyecto.
Limpia metadatos de 50.000 obras, normaliza autoras e idiomas, e indexa en Elasticsearch. Obtén un certificado verificable.
El escenario
La biblioteca (consorcio público, 18 personas técnicas) atiende 200.000 sesiones mensuales en su mayoría estudiantes universitarios; los reclamos en feedback público suelen ser "no encuentro la obra que sé que está".
El Briefing
Lo que harás y lo que demostrarás.
Sanear metadatos heterogéneos e indexarlos consistentemente para mejorar recall del buscador de una biblioteca digital pública.
Earning criteria — what you'll demonstrate
- Aplicar técnicas básicas de entity resolution (fuzzy matching, blocking)
- Diseñar schemas de Elasticsearch acorde al uso real
- Medir impacto de saneamiento de metadatos sobre métricas IR
- Documentar reglas de limpieza para mantenimiento futuro
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Information Retrieval and Search
Master · Nlp
Strong alignment
This challenge maps to Information Retrieval and Search at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Data Cleaning
Apply data cleaning to solve real industry problems and demonstrate production-level capability.
- Information Retrieval
Apply information retrieval to solve real industry problems and demonstrate production-level capability.
- Entity Resolution
Apply entity resolution to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Indexing
Apply indexing to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply evaluation to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniera de Datos
Saneamiento de metadatos heterogéneos con entity resolution e indexación es trabajo central de data engineering en bibliotecas, medios y catálogos.
Este proyecto afina
- data-cleaning
- entity-resolution
- indexing
Ingeniera de Procesamiento de Lenguaje Natural
Diseñar analizadores y medir impacto IR conecta directo con el trabajo de NLP engineers en search.
Este proyecto afina
- information-retrieval
- indexing
- evaluation
Ingeniera de IA
Esta base limpia es prerequisito de cualquier RAG bibliotecario; AI engineers se apoyan en este trabajo constantemente.
Este proyecto afina
- python
- indexing
- information-retrieval