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.
- ResearchIntermedioNuevo
Diseño de evaluaciones de capacidad para un modelo open-source
Elige uno de los tres modelos open-source proporcionados. Diseña un conjunto de evaluaciones que cubra cinco capacidades: razonamiento numérico, generación y depuración de códig…
- Agentes De Ia
- Capability Evaluation
- DiseñO Experimental
AI Safety and Alignment - CodeIntermedioNuevo
Simula la apertura de tiendas para una cadena de retail mexicana
Recibirás datos anonimizados de las 240 tiendas existentes (ventas, footfall, demografía a 5km), 80 ubicaciones candidatas con sus mismas variables y un modelo de coste estándar…
- SimulacióN Monte Carlo
- Demand Forecasting
- Decision Support
Decision Support Systems and Decision Analysis - CodeIntermedioNuevo
Evaluación automática de redacciones argumentativas
Recibirás 3.000 redacciones del semestre anterior con rúbrica humana detallada (5 criterios x escala 1-5) y dos rúbricas independientes para validar inter-rater reliability huma…
- Automated Essay Scoring
- Procesamiento De Lenguaje Natural (NLP)
- EvaluacióN De Llms
AI in Education and Learning Analytics - AnalysisIntermedioNuevo
Documenta un Scoring de Crédito Bajo Ley de IA UE en Madrid
Recibirás un gradient boosting entrenado sobre ~120.000 solicitudes anonimizadas con 38 features financieros y demográficos básicos. Produce: (1) importancia global con SHAP y p…
- Shap
- Explainability
- MéTricas De Equidad
Explainable and Interpretable AI 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
- CodeIntermedioNuevo
Modelo de scoring de PYMEs para un banco español Tier-1
Recibes una muestra anonimizada de 180.000 PYMEs con 36 meses de historial financiero (cuentas anuales, ratios de liquidez, datos transaccionales agregados) y la variable objeti…
- Modelado De Riesgo De CréDito
- Gradient Boosting
- ValidacióN De Modelos
AI and Quantitative Finance - CodeIntermedioNuevo
Diseña un sistema de negociación asistida para compras de maquila
Recibirás los términos negociables (precio unitario, volumen, plazo de pago, penalizaciones por retraso) y la matriz de preferencias del comprador para 6 categorías de component…
- Multi Objective Optimization
- Negotiation
- Nsga Ii
Decision Support Systems and Decision Analysis - CodeIntermedioNuevo
Optimización de Red de Distribución Eléctrica con GNN en Santiago de Chile
Recibirás topología completa (anonimizada) de la red de distribución, 24 meses de mediciones SCADA por nodo y proyecciones de demanda residencial. Construye el grafo dirigido de…
- Redes Neuronales
- Spatiotemporal Ml
- Node Classification
Machine Learning on Graphs - AnalysisIntermedioNuevo
Imitation Learning para Sim-to-Real en Robot Móvil de Curitiba
Recibirás 200 demostraciones humanas teleoperadas (joystick) en simulador, más un wrapper Gymnasium del mismo entorno. Entrena un agente con Behaviour Cloning (BC) puro, luego c…
- Imitation Learning
- Behaviour Cloning
- Dagger
Deep Reinforcement Learning - 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.
- ResearchIntermedioNuevo
Evaluación end-to-end de un sistema LLM en producción
Recibes acceso a 2.000 conversaciones reales anonimizadas con su resolución, encuestas de satisfacción de clientes y métricas operativas (tiempo medio, escalado humano). Diseña …
- EvaluacióN De Modelos
- Human Evaluation
- Agentes De Ia
AI Measurement and Evaluation - CodeIntermedioNuevo
Razonamiento Híbrido Símbolico-Difuso para Triage de Llamadas 112 en Sevilla
Recibirás el protocolo médico-administrativo vigente (escrito en lenguaje natural) y ~3.000 llamadas anonimizadas con etiquetas reales de prioridad. Modela las reglas duras como…
- Fuzzy Logic
- Symbolic Reasoning
- Hybrid Ai
Fuzzy Logic, Knowledge Representation, and Symbolic Reasoning - ResearchIntermedioNuevo
NSGA-II para Diseño Multiobjetivo de Aerogenerador en Patagonia
Recibirás el shapefile del terreno (3.200 hectáreas), la rosa de vientos a 100m, restricciones de servidumbre y especificación del aerogenerador. Implementa NSGA-II donde cada i…
- Nsga Ii
- Multi Objective Optimization
- Evolutionary Algorithms
Evolutionary Computation and Metaheuristic Search - CodeIntermedioNuevo
Tutor adaptativo de matemáticas para secundaria
Recibirás un banco de 1.500 ejercicios etiquetados por concepto y dificultad, además del histórico de respuestas de 4.000 estudiantes (sesiones, aciertos, tiempos). Entrenarás u…
- Knowledge Tracing
- Adaptive Learning
- Recommender Systems
AI in Education and Learning Analytics 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
- ResearchIntermedioNuevo
Diseño de un benchmark interno para asistentes de código
Recibes una lista de 60 tareas reales recientes del backlog (15 por cuatro categorías: bugfix, feature pequeña, refactor, test). Diseña un protocolo con tres condiciones (asiste…
- DiseñO Experimental
- EvaluacióN De Modelos
- Benchmarking
AI Measurement and Evaluation
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
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.
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.