Recomendación de Productos con GNN para Marketplace Hortícola en Almería
Visión general
De qué trata este proyecto.
Construye un grafo bipartito y entrena un GNN para predecir enlaces en un marketplace hortícola. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Aplica GNN para link prediction comprador-producto y demuestra mejora sobre filtrado colaborativo clásico con evaluación honesta.
Earning criteria — what you'll demonstrate
- Modelar interacciones comprador-producto como grafo bipartito
- Implementar link prediction con GNNs (LightGCN o equivalente)
- Comparar GNN contra filtrado colaborativo con métricas operacionales
- Diseñar evaluación off-policy con sus salvaguardas
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Machine Learning on Graphs
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosCientífico de Datos
Recomendadores con GNN y evaluación off-policy es trabajo del Data Scientist en marketplaces y retail.
Este proyecto afina
- link-prediction
- recommender-systems
- evaluation
Investigador en Aprendizaje Automático
Comparar GNN contra baselines clásicos con rigor es trabajo del ML Researcher aplicado.
Este proyecto afina
- graph-neural-networks
- lightgcn
- evaluation
Ingeniero en Aprendizaje Automático
Empaquetar el pipeline para producción y diseñar el A/B es trabajo del MLE en sistemas de ranking.
Este proyecto afina
- pytorch-geometric
- recommender-systems
- link-prediction