AI Research
Investigador/a de Seguridad en IA
Piensa en este rol como la oposición leal dentro de un laboratorio de IA. Mientras tus compañeros compiten por hacer que un modelo sea más capaz, los investigadores de seguridad en IA preguntan qué sucede cuando tiene éxito, pero en la dirección equivocada, por las razones equivocadas o en las manos equivocadas.
El trabajo abarca desde red-teaming de prompts, diseñar métodos constitucionales que orienten los modelos hacia un comportamiento basado en principios, hasta traducir los hallazgos en barreras de protección que los equipos de producto puedan adoptar realmente. Un buen trabajo aquí es riguroso y humilde: admite lo que aún se desconoce en lugar de encubrirlo.
Los estudiantes crecen en este camino combinando profundidad técnica en PyTorch con una lectura amplia en ética, políticas y seguridad. El campo recompensa a quienes pueden sostener ambas cosas a la vez.
- ResearchIntermedioNuevo
Clasificación de riesgo bajo la Ley de IA UE para una insurtech
Recibes la descripción funcional de seis sistemas (suscripción auto, scoring de fraude, chatbot, segmentación marketing, análisis siniestros con visión, recomendador comercial).…
- Cumplimiento Del Reglamento De Ia De La Ue
- AnáLisis Regulatorio
- Risk Assessment
AI Law, Policy, and Regulation - CodeIntermedioNuevo
Planificación SAT para Programación Quirúrgica en una Clínica Privada de Lima
Recibes el catálogo de cirugías solicitadas para una semana (240 procedimientos con duración, equipo médico requerido, equipamiento dedicado), disponibilidad de quirófanos y res…
- Sat Planning
- Constraint Modeling
- Smt Solvers
Automated Planning - ResearchIntermedioNuevo
Diseña un eval set adversarial para un LLM de consejero financiero
Diseñarás un eval set de 200 casos adversariales categorizados (consejo riesgoso, sesgo, filtración de información, idioma no estándar, jailbreak). Para cada caso definirás resp…
- EvaluacióN De Llms
- Operaciones De Red Team
- Patrones De Prompt
Large Language Models - CodeIntermedioNuevo
Análisis de specification gaming en un agente RL simple
Diseña dos entornos sobre Gymnasium: uno donde el agente puede maximizar recompensa explotando un bug del entorno, otro donde el agente puede satisfacer la métrica sin cumplir e…
- Reinforcement Learning
- Specification Gaming
- DiseñO Experimental
AI Safety and Alignment Practice your coursework on real scenarios.
Every challenge is shaped from real-world context — not generic exercises. The work mirrors what your degree prepares you for.
Why Ewance
- AnalysisPrincipianteNuevo
Auditar sesgo en un modelo de scoring de seguros
Recibirás el modelo (binario opaco que devuelve un score 0-100), 30.000 solicitudes anonimizadas con resultado real (siniestralidad a 12 meses) y atributos demográficos sensible…
- Algorithmic Fairness
- Bias Auditing
- Counterfactual Analysis
AI Ethics, Fairness, and Responsible AI - AnalysisIntermedioNuevo
Auditoría de equidad de un modelo de scoring laboral
Recibes el modelo (en formato serializado), una muestra anonimizada de 50.000 candidaturas con su score y atributos sensibles (sexo, grupo de edad, origen). Mide al menos cuatro…
- Fairness Measurement
- EvaluacióN De Modelos
- Marcos De Gobernanza De Ia
AI Measurement and Evaluation - StrategyPrincipianteNuevo
Diseñar un proceso de evaluación de impacto algorítmico
Producirás (1) una plantilla de EIA con secciones obligatorias (propósito, datos, riesgos, mitigaciones, derechos de afectados, gobernanza), (2) la EIA aplicada al caso concreto…
- Algorithmic Impact Assessment
- Marcos De Gobernanza De Ia
- Cumplimiento Regulatorio
AI Ethics, Fairness, and Responsible AI - ResearchIntermedioNuevo
Constitutional AI para reducir respuestas tóxicas en un asistente legal
En equipo de 2, recibes el asistente actual (caja negra accesible por API), 200 prompts adversariales en español (preguntas que podrían escalar a consejo legal directo, o que in…
- Constitutional Ai
- Rlhf
- Alignment
Machine Learning from Human Preferences (RLHF and Alignment) - Browse challenges
Explore role
Product Manager
Ship product that solves real user problems. Combine user research, prototyping, and stakeholder alignment to turn ambiguous briefs into measurable wins — the role at the centre of modern software teams.
- ResearchSéniorNuevo
Memorándum sobre derechos de autor en entrenamiento con datos web
Recibes un brief del cliente con descripción del pipeline (fuentes, volumen, finalidad comercial, modelos resultantes) y una lista de jurisdicciones de interés (España, Francia,…
- Propiedad Intelectual
- AnáLisis Regulatorio
- Comparative Law
AI Law, Policy, and Regulation - ResearchIntermedioNuevo
Análisis GDPR de un pipeline de entrenamiento con datos personales
Recibes la descripción del pipeline propuesto (qué datos, qué transformaciones, qué fines, qué subencargados, cuánto tiempo de retención) y el flujo del producto que los genera.…
- GDPR
- Data Protection
- AnáLisis Regulatorio
AI Law, Policy, and Regulation - AnalysisPrincipianteNuevo
Auditoría de seguridad del módulo de detección de un vehículo autónomo
Recibes acceso al modelo de detección de peatones del cliente (caja negra: solo inferencia, no pesos), un dataset interno de 12.000 cuadros etiquetados y permiso para ejecutar p…
- EvaluacióN De Modelos
- Adversarial Testing
- Safety Analysis
Robot Perception and Autonomy - ResearchIntermedioNuevo
Evaluación adversarial de un agente con herramientas peligrosas
Recibirás acceso al agente de pruebas con 6 herramientas (mocks pero realistas) y un perfil de uso esperado. Construirás (1) una suite automatizada de 200 ataques generados por …
- Operaciones De Red Team
- Prompt Injection
- Agent Safety
AI Agents and LLM-Based Agents Build a verifiable portfolio.
Submissions become evidence. Reviewers with shipping experience score against a rubric; the result becomes a credential anyone can verify.
Why Ewance
- AnalysisPrincipianteNuevo
Evaluación de equidad en algoritmo de selección de candidaturas para call center
Recibes 24.000 candidaturas anonimizadas con atributos demográficos sensibles (sexo, edad, código postal de residencia) y resultados del cribado, además del propio modelo. Calcu…
- Fairness Evaluation
- Bias Analysis
- Pipeline Auditing
Trustworthy AI, Robustness, and Safety - AnalysisIntermedioNuevo
Auditoría de cumplimiento del Reglamento Europeo de IA para clasificador de seguros
Recibes acceso al modelo (caja blanca: pesos disponibles), su dataset de entrenamiento anonimizado y el documento técnico actual de la aseguradora. Construye: (1) un análisis de…
- Fairness Evaluation
- Cumplimiento Del Reglamento De Ia De La Ue
- Model Cards
Trustworthy AI, Robustness, and Safety - AnalysisIntermedioNuevo
Audita la equidad de un modelo de admisiones para una universidad chilena
Recibes el modelo entrenado y 6.000 solicitudes históricas anonimizadas con variables de género (binario) y región (cuatro grupos: RM, Norte, Centro, Sur). Calcula tasa de admis…
- Fairness In Practice
- Bias Auditing
- Demographic Parity
Machine Learning in Practice - ResearchSéniorNuevo
Investiga ataques de model inversion sobre un modelo de salud anonimizado
Recibirás un modelo de clasificación de imágenes médicas (ResNet-50 fine-tuneado) y el dataset de entrenamiento anonimizado. Implementa: (1) ataque de model inversion (Fredrikso…
- Model Inversion
- Membership Inference
- Privacy Attacks
Privacy-Preserving Machine Learning - ResearchSéniorNuevo
Caso práctico de la Ley de IA UE para un asistente médico generativo
Recibes la ficha funcional del asistente, el flujo de uso por parte del personal sanitario y los datasets de entrenamiento. Construye el dossier técnico exigido por el AI Act pa…
- Cumplimiento Del Reglamento De Ia De La Ue
- Compliance Design
- Risk Assessment
AI Law, Policy, and Regulation - ResearchIntermedioNuevo
Red-teaming sistemático de un asistente conversacional regulado
Recibes acceso a un asistente equivalente open-source y una lista priorizada de categorías de daño (información peligrosa, manipulación, contenido sexualizado, sesgos, fuga de d…
- Operaciones De Red Team
- Jailbreak Defense
- Agentes De Ia
AI Safety and Alignment - CodeSéniorNuevo
Planificación Temporal para una Misión Robótica en una Mina de Cobre Atacameña
Recibes el mapa lógico de la faena (35 zonas, conectividad y restricciones de acceso por ventana horaria), 4 robots con autonomía limitada y 22 tareas de inspección con priorida…
- Temporal Planning
- Pddl Modeling
- Resource Constraints
Automated Planning - AnalysisIntermedioNuevo
Auditoría de Sesgo en Triage de Reclamos de Seguros en São Paulo
Recibirás un clasificador binario (auto-aprobar vs. revisar manualmente) entrenado en ~200.000 reclamos con metadatos como CEP (código postal), tipo de vehículo, edad del asegur…
- MéTricas De Equidad
- Bias Mitigation
- Counterfactual Explanations
Explainable and Interpretable AI - CodeIntermedioNuevo
Ataques adversariales y entrenamiento robusto para clasificador de fraude
Recibes el modelo del cliente (pesos), su dataset de transacciones anonimizado y permiso explícito para evaluar adversarialmente. Aplica al menos tres ataques (Fast Gradient Sig…
- Adversarial Attacks
- Adversarial Training
- Robustness Testing
Trustworthy AI, Robustness, and Safety - ResearchSéniorNuevo
Planificación Bajo Incertidumbre para una Granja Salmonera en Chiloé
Recibes 24 meses de datos meteorológicos por centro, costes operativos de cada acción (cosechar, trasladar, esperar) y restricciones biológicas (ventanas de cosecha del salmón).…
- Planning Under Uncertainty
- Mdp
- Classical Planning
Automated Planning - ResearchIntermedioNuevo
Investigar daños emergentes de un asistente conversacional
Recibirás (1) 1.200 transcripciones anonimizadas de conversaciones reales con etiquetas de severidad clínica, (2) el prompt del sistema actual y (3) acceso a versiones de prueba…
- Harm Analysis
- CodificacióN Cualitativa
- Clinical Evaluation
AI Ethics, Fairness, and Responsible AI - ResearchPrincipianteNuevo
Construye un dataset de preferencias para asistente de soporte
Recibes 1.500 prompts de soporte simulados (ES) y 2 respuestas generadas por prompt (A y B) por un modelo base. Diseña: (1) guidelines de anotación de 4-6 páginas con criterios …
- Preference Learning
- Rlhf
- Data Collection
Machine Learning from Human Preferences (RLHF and Alignment) - CodeIntermedioNuevo
Aplica privacidad diferencial a un modelo de scoring para una banca IBEX-35
Recibirás un dataset anonimizado de 800.000 solicitudes de crédito y un baseline (red neuronal entrenada normalmente). Implementa DP-SGD con Opacus sobre PyTorch para tres presu…
- Differential Privacy
- Dp Sgd
- Pytorch O Tensorflow
Privacy-Preserving Machine Learning - AnalysisPrincipianteNuevo
Audita un modelo de scoring crediticio buscando sesgos por región
Recibes el modelo entrenado (random forest) y un set de validación anonimizado de 20.000 solicitudes con etiqueta verdadera y atributo de región (5 grupos). Calcula tasa de apro…
- MéTricas De Equidad
- EvaluacióN De Modelos
- Bias Auditing
Machine Learning (Undergraduate) - CodeIntermedioNuevo
Planificador de Rutas para una Flota de AGVs en una Planta de Almussafes
Recibes el grafo de pasillos (45 nodos, 78 aristas), 24 AGVs con autonomía y velocidad, y una lista de 180 tareas de transporte con ventana temporal. Modela el dominio en PDDL, …
- Pddl Modeling
- Classical Planning
- Heuristic Search
Automated Planning - AnalysisIntermedioNuevo
Audita un modelo de triaje en urgencias por sesgos demográficos
Trabajen en equipo de 2. Reciben el modelo entrenado y 25.000 episodios anonimizados con priorización predicha, tiempo real a atención y desenlace. Calculen tasa de priorización…
- Fairness In Healthcare
- Bias Auditing
- Demographic Parity
Machine Learning for Healthcare and Biomedicine - AnalysisPrincipianteNuevo
Tarjeta de modelo y transparencia para un clasificador biométrico
Recibirás el modelo (clasificador binario: match/no match) y dos datasets: entrenamiento (anonimizado) y holdout (anonimizado). Producirás (1) datasheet del dataset siguiendo el…
- Model Cards
- Datasheets For Datasets
- Transparency Reporting
AI Ethics, Fairness, and Responsible AI - ResearchSéniorNuevo
Implementa secure computation para análisis colaborativo entre fintech LATAM
Recibirás 3 datasets sintéticos de transacciones (uno por fintech, cerca de 200.000 cada uno) con esquemas compatibles. Implementa: (1) suma agregada de transacciones por catego…
- Secure Computation
- Smpc
- Cryptography
Privacy-Preserving Machine Learning - ResearchSéniorNuevo
Audita un modelo LLM por extracción de datos para una insurtech madrileña
Recibirás el modelo fine-tuneado y muestras anonimizadas del corpus de entrenamiento. Implementa: (1) ataques de extracción membership-style con prompts diseñados para inducir r…
- LLM Security
- Data Extraction Attacks
- Privacy Attacks
Privacy-Preserving Machine Learning - ResearchSéniorNuevo
Detección y mitigación de reward hacking en un agente RLHF
En equipo de 2-3, recibes: (1) un modelo RLHF entrenado (caja negra accesible por API), (2) el Reward Model usado, (3) un prompt set diverso de 500 prompts. Diseña un protocolo …
- Rlhf
- Reward Hacking
- Alignment
Machine Learning from Human Preferences (RLHF and Alignment) - ResearchSéniorNuevo
Verificación formal de propiedades de seguridad en clasificador de salud
Recibes un modelo neuronal pequeño (red densa con dos capas ocultas) ya entrenado, junto a los rangos clínicamente válidos de cada signo vital. Aplica técnicas de verificación f…
- Formal Verification
- Neural Network Verification
- Robustness Certification
Trustworthy AI, Robustness, and Safety - DesignIntermedioNuevo
Diseña un sistema de federated learning para hospitales en Brasil bajo LGPD
Recibirás 3 datasets sintéticos representando 3 hospitales (15.000-25.000 pacientes cada uno) con esquemas idénticos. Implementa: (1) modelo baseline entrenado centralmente sobr…
- Federated Learning
- Secure Aggregation
- Lgpd Compliance
Privacy-Preserving Machine Learning
Cómo funciona
Del briefing al certificado, en seis pasos.
Paso 01
Explora retos alineados con tus estudios.
Paso 02
Acepta el que encaja con tus metas.
Paso 03
Trabájalo con la guía del AI Copilot.
Paso 04
Envíalo para una evaluación estructurada.
Paso 05
Consigue una credencial verificada.
Paso 06
Añádela a LinkedIn con un solo clic.
Roles relacionados que podrías explorar
Ver todos los roles →AI Research
Científico/a Aplicado/a de IA
Los científicos de IA aplicada viven en la tensión productiva entre los artículos de investigación y las hojas de ruta de producto. El trabajo consiste en reproducir un resultado de arxiv un martes, y decidir para el jueves si se puede adaptar a un problema que nadie más ha planteado aún. Los días combinan estudios de ablación, un diseño cuidadoso de evaluación y conversaciones con ingenieros sobre lo que es realista lanzar. Un buen trabajo aquí se parece a un experimento que refuta limpiamente tu hipótesis favorita y luego sugiere una mejor. Los estudiantes crecen en este rol al tratar PyTorch y Hugging Face Transformers como su banco de laboratorio y aprendiendo a redactar hallazgos como lo haría un científico — con suposiciones, limitaciones y un camino para que la siguiente persona amplíe el trabajo.
AI Research
Investigador/a de Machine Learning
¿Y si la atención funcionara de otra manera? ¿Y si un modelo más pequeño, entrenado mejor, pudiera igualar a uno mucho más grande? Los investigadores de ML viven persiguiendo preguntas como estas. El rol existe para expandir los límites de lo que los modelos pueden lograr — mediante estudios de ablación cuidadosos, arquitecturas novedosas y la paciente rutina de ejecutar experimentos que a menudo refutan tu hipótesis favorita. Los días combinan la lectura de artículos recientes, el esbozo de ideas y la escritura de código en JAX o PyTorch que alguien más leerá en seis meses. Los estudiantes crecen en este camino reproduciendo resultados publicados antes de inventar los propios, y aprendiendo a redactar hallazgos con honestidad intelectual. Los mejores investigadores mantienen la curiosidad sobre por qué algo funcionó, no solo que funcionó.
AI Research
Investigador/a Científico/a
¿Qué aprende realmente un modelo, y podemos demostrarlo? Los científicos de investigación en laboratorios de IA pasan sus carreras refinando esa pregunta. El trabajo alterna entre largos períodos de lectura, estudios de ablación cuidadosos en PyTorch, y el momento poco común en que un benchmark se mueve y entiendes por qué. Los kernels de CUDA y las arquitecturas de modelos de difusión están en tu caja de herramientas, pero la verdadera moneda de cambio es el criterio: saber qué experimento vale una semana de cómputo y cuál es una distracción. Los estudiantes que prosperan aquí suelen venir de machine learning, física o matemáticas puras, y leen papers como los novelistas leen novelas. Espera un largo aprendizaje reproduciendo resultados de otros antes de que tus propias ideas ganen un lugar en un venue de primer nivel.
Equipos del sector tras una década de briefings prácticos
¿Reclutando de este grupo?
Patrocina un reto y conoce candidatos a través de su trabajo real.
Los equipos de la industria pueden diseñar briefings en torno a las habilidades que buscan, y evaluar a los estudiantes por entregables puntuados con rúbrica — no por currículums.
Las habilidades y disciplinas mostradas en esta página provienen del catálogo de retos de Ewance. Cuando el salario mediano anual para este rol esté disponible vía Adzuna, se mostrará arriba con el tamaño de la muestra y el país.
Retrato: Foto de Angelo Abear en Unsplash.