RL Basado en Modelo para Tienda con Recomendaciones en Bogotá
Visión general
De qué trata este proyecto.
Entrena un agente Model-Based RL con datos de una tienda de moda en Bogotá y obtén un certificado verificable.
El escenario
El retailer atiende ~1,2M usuarios activos mensuales en Colombia y México; un aumento del 1% en ingreso por sesión vale alrededor de 480.000 USD anuales.
El Briefing
Lo que harás y lo que demostrarás.
Compara Model-Based RL frente a filtrado colaborativo y bandidos contextuales para recomendaciones de outfit, con evaluación off-policy honesta.
Earning criteria — what you'll demonstrate
- Implementar un agente que aprenda un modelo del entorno y planifique sobre él
- Comparar RL contra líneas base de recomendación clásicas de forma justa
- Aplicar evaluación off-policy con muestreo de importancia y sus salvaguardas
- Comunicar incertidumbre estadística a producto sin perder rigor
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Deep Reinforcement Learning
Master · Reinforcement Learning
Strong alignment
This challenge maps to Deep 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.
- Model Based Rl
Apply model based rl to solve real industry problems and demonstrate production-level capability.
- Reinforcement Learning
Apply reinforcement learning to solve real industry problems and demonstrate production-level capability.
- Off Policy Evaluation
Apply off policy evaluation to solve real industry problems and demonstrate production-level capability.
- Experiment Design
Apply experiment design to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Benchmarking
Apply benchmarking 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 en Aprendizaje Automático
Aprender un modelo del entorno, planear sobre él y evaluar off-policy es trabajo de ML Researcher aplicado en cualquier equipo de personalización con escala.
Este proyecto afina
- model-based-rl
- off-policy-evaluation
- experiment-design
Científico de Datos
El énfasis en evaluación off-policy, IPS y bandas de confianza prepara directamente para un puesto de Data Scientist en producto.
Este proyecto afina
- off-policy-evaluation
- experiment-design
- benchmarking
Científico en IA Aplicada
Traducir un experimento de RL a una decisión de producto con métricas honestas es el día a día del Applied AI Scientist en retailers tech.
Este proyecto afina
- model-based-rl
- benchmarking
- experiment-design