Red neuronal informada por la física para flujo en tuberías
Visión general
De qué trata este proyecto.
Implementa una PINN en PyTorch para flujo en tuberías, entrena con dos geometrías y evalúa en una tercera. Obtén un certificado verificable.
El escenario
El grupo asesora a una ingeniería con sede en Valencia que diseña redes para municipios de entre 5.000 y 50.000 habitantes; iterar geometrías candidatas en horas en lugar de días recortaría plazos de propuesta.
El Briefing
Lo que harás y lo que demostrarás.
Construir y evaluar una PINN para flujo estacionario en geometrías 2D simplificadas, midiendo trade-off entre precisión y coste frente a simulación numérica clásica.
Earning criteria — what you'll demonstrate
- Implementar una PINN desde la formulación matemática del problema
- Diagnosticar fallos típicos de entrenamiento (residuo dominante, dificultades en bordes)
- Evaluar honestamente el trade-off precisión-coste frente al solver de referencia
- Comunicar limitaciones de un modelo aprendido a una audiencia de ingeniería
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI for Science and Engineering
Master · Applied Ai
Strong alignment
This challenge maps to AI for Science and Engineering 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.
- Physics Informed Nn
Apply physics informed nn to solve real industry problems and demonstrate production-level capability.
- Scientific Computing
Apply scientific computing to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Numerical Methods
Apply numerical methods to solve real industry problems and demonstrate production-level capability.
- Model Validation
Apply model validation to solve real industry problems and demonstrate production-level capability.
- Partial Differential Equations
Apply partial differential equations 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.
Investigador Científico
Implementar una PINN desde la formulación matemática, diagnosticar su entrenamiento y compararla contra un solver clásico es trabajo directo de un Research Scientist en ML científico.
Este proyecto afina
- physics-informed-nn
- scientific-computing
- numerical-methods
Investigador de Machine Learning
El recorrido completo de hipótesis, implementación cuidadosa y evaluación honesta refleja el músculo nuclear del rol de ML Researcher.
Este proyecto afina
- pytorch
- model-validation
- partial-differential-equations
Científico de Datos Aplicado a IA
Trasladar un modelo emergente a un contexto industrial concreto y argumentar su uso correcto es el rol aplicado en organizaciones de I+D.
Este proyecto afina
- physics-informed-nn
- model-validation
- scientific-computing