RL Basado en Modelo para Tienda con Recomendaciones en Bogotá
Visión general
De qué trata este proyecto.
Recibirás un simulador construido sobre 6 meses de logs anonimizados (~3M eventos, 80k usuarios anonimizados) que reproduce probabilidades de clic e ingresos por sesión. Entrena un agente Model-Based RL (puedes basarte en Dreamer, MuZero o World Models según prefieras) que aprenda primero un modelo del entorno y planifique sobre él. Compara contra dos líneas base: filtrado colaborativo y bandido contextual. Reporta ingreso esperado por sesión, regret acumulado y un análisis off-policy con intervalos del 95%. Termina con un memo de 3 páginas para producto.
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.
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 canónicosInvestigador 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