REINFORCE para balance de carga en un servidor de gaming LATAM
Visión general
De qué trata este proyecto.
Entrena un agente REINFORCE con MLP para balancear carga de gaming LATAM y compara resultados contra una heurística. Obtén tu certificado verificable.
El escenario
El estudio (~120 personas, ~22M USD ingresos) opera ~180k partidas/día; cada 5% de reducción de latencia mejora retention y cada 10% de reducción de costo libera presupuesto para marketing.
El Briefing
Lo que harás y lo que demostrarás.
Aprender una política de asignación de servidores con REINFORCE que mejore Pareto a la heurística actual en latencia y costo.
Earning criteria — what you'll demonstrate
- Implementar policy gradients (REINFORCE) con baseline de varianza
- Construir simuladores de eventos discretos para entrenamiento RL
- Evaluar políticas con métricas multi-objetivo y análisis Pareto
- Diagnosticar inestabilidad de policy gradient y aplicar mitigaciones
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Reinforcement Learning
Master · Reinforcement Learning
Strong alignment
This challenge maps to Reinforcement Learning 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.
- Reinforcement Learning
Apply reinforcement learning to solve real industry problems and demonstrate production-level capability.
- Policy Gradients
Apply policy gradients to solve real industry problems and demonstrate production-level capability.
- Deep Learning
Design and train neural networks for complex pattern recognition tasks.
- Simulation
Apply simulation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- 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.
Ingeniero/a de Machine Learning
Construir un simulador, entrenar policy gradient y comparar contra heurística en métricas multi-objetivo es trabajo cotidiano del MLE en infraestructura y operaciones.
Este proyecto afina
- reinforcement-learning
- policy-gradients
- python
Científico/a Aplicado/a de IA
Aplicar RL a un problema operativo real con análisis Pareto y comunicación a un responsable técnico es el día a día del applied AI scientist en gaming y telco.
Este proyecto afina
- simulation
- evaluation
- reinforcement-learning
Investigador/a de Machine Learning
Diagnosticar inestabilidad de policy gradient y proponer mitigaciones es la franja de research aplicado dentro del MLE/researcher.
Este proyecto afina
- policy-gradients
- reinforcement-learning
- deep-learning