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.
Skills you'll need
- ResearchSéniorNuevo
Actor-critic para gestión de inventario en pesca acuícola
En equipo de 2-3, recibes 2 años de datos diarios por jaula (alimento dado, temperatura, mortalidad, peso muestreado mensualmente) y construyes un simulador calibrado del crecim…
- Reinforcement Learning
- Actor Critic
- SimulacióN
Reinforcement Learning - ResearchSéniorNuevo
DPO vs. PPO sobre un modelo base abierto
En equipo de 2-3, recibes un modelo base abierto pequeño (Qwen2.5-1.5B o Phi-3-mini) y un dataset de preferencias PT-BR de ~8.000 pares construido en una iteración anterior. Ent…
- Rlhf
- Dpo
- Ppo
Machine Learning from Human Preferences (RLHF and Alignment) - ResearchSéniorNuevo
Investiga eficiencia de transformers con distillation para una scaleup chilena
Recibirás el modelo teacher (XLM-R-large fine-tuneado para clasificación de 18 clases) y 200.000 ejemplos sin etiquetar. Implementa: (1) distillation con DistilBERT multilingüe …
- Knowledge Distillation
- Hugging Face Transformers
- Model Compression
Neural Networks for NLP - ResearchSéniorNuevo
Inverse RL para descubrir la política de un piloto de drone
En equipo de 2-3, recibes 120 trayectorias del piloto (estado-acción muestreado a 5Hz) con 10 features de estado (posición relativa, viento, batería, etc.) y un simulador de dro…
- Inverse Reinforcement Learning
- Reinforcement Learning
- Robot Learning
Robot Learning 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
- ResearchSéniorNuevo
RL Basado en Modelo para Tienda con Recomendaciones en Bogotá
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…
- Model Based Rl
- Reinforcement Learning
- Off Policy Evaluation
Deep Reinforcement Learning - ResearchSéniorNuevo
Estudia comportamiento emergente en agentes de planificación cooperativa
Diseña un entorno de planificación cooperativa: 3 agentes deben repartir 10 tareas con dependencias y recursos limitados, sin que ningún agente vea el plan global. Implementa el…
- Multi Agent Systems
- Emergent Behavior
- DiseñO Experimental
Multi-Agent Systems - ResearchSéniorNuevo
Bayesian deep learning para diagnóstico médico con incertidumbre
En equipo de 2-3, recibes 12.000 imágenes de fondo de ojo etiquetadas en 4 clases (sin retinopatía, leve, moderada, severa). Compara tres enfoques: (1) CNN base + softmax, (2) M…
- Bayesian Deep Learning
- CuantificacióN De Incertidumbre
- Deep Learning
Probabilistic Machine Learning - CodeSéniorNuevo
Genera mamografías sintéticas para balancear datasets en biotech catalana
Trabajen en equipo de 2. Reciben 18.000 mamografías reales (1.500 positivas, 16.500 negativas) con BI-RADS scoring. Entrenen un Stable Diffusion 1.5 con LoRA condicionado en BI-…
- Generative Models
- Stable Diffusion
- Fine Tuning
Machine Learning for Imaging and Medical Image Analysis - 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
Análisis interpretabilidad mecánica de un modelo pequeño
Elige una tarea sencilla bien estudiada (por ejemplo predicción del último token de una secuencia aritmética o resolución de pronombres en frases cortas). Sobre un Transformer p…
- Mechanistic Interpretability
- Transformer Internals
- Pytorch O Tensorflow
AI Safety and Alignment - CodeSéniorNuevo
Construye un sistema MAML para personalizar recomendaciones en streaming
Recibes histórico de 60.000 usuarias con sus interacciones (canción, like, skip, completed). Define cada usuaria como tarea de clasificación binaria 'le va a gustar la siguiente…
- Maml
- Meta Learning
- Personalization
Meta-Learning, Transfer Learning, and Multi-Task Learning - ResearchSéniorNuevo
Aprende estructura causal en una red de riesgo fintech
En equipo de 2-3, recibes 38.000 solicitudes con 47 features de onboarding, default a 90 días y un subconjunto de 1.200 solicitudes con etiquetado de exámenes manuales por el eq…
- Bayesian Networks
- Structure Learning
- Inferencia Causal
Probabilistic Graphical Models - ResearchSéniorNuevo
Planifica el ruteo de un drone de inspección con POMDP
Recibirás un simulador de un corredor de inspección con 30 postes, 4 estados climáticos posibles y observaciones ruidosas del LiDAR. El drone tiene 3 acciones (ir adelante, ir a…
- Pomdp
- Planning Under Uncertainty
- Belief State
Decision Making Under Uncertainty 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
- CodeSéniorNuevo
Construye un modelo deep learning para EHR en biotech de Barcelona
Recibes 5.000 pacientes anonimizados con trayectorias de hasta 24 meses pre-tratamiento + outcome a 12 meses post-tratamiento (respondedor vs no). Construye un modelo deep learn…
- Deep Learning For Ehr
- Clinical Data
- Transformer Models
Machine Learning for Healthcare and Biomedicine - CodeSéniorNuevo
Operador neural para simulación de transferencia de calor
Recibes un conjunto de mil pares (geometría parametrizada en una malla 64x64, campo de temperatura estacionario obtenido con elementos finitos). Implementa un FNO en PyTorch ent…
- Neural Operators
- Deep Learning
- Pytorch O Tensorflow
AI for Science and Engineering - ResearchSéniorNuevo
Investigación de un benchmark de QA tabular en banca
En equipo de 2-3, recibes 30 tablas financieras anonimizadas (estados consolidados, P&L, cash flow) y 150 preguntas reales con respuesta-oro numérica/textual. Implementa: (A) ta…
- Question Answering
- Tabular Qa
- Evaluation
Question Answering and Conversational Systems - ResearchSéniorNuevo
RL para manipulación delicada en línea de moda
En equipo de 2-3, recibes el robot colaborativo simulado en SoftGym (o equivalente con tela deformable) con 3 niveles de dificultad: (E1) camiseta plana, (E2) camiseta arrugada,…
- Reinforcement Learning
- Curriculum Learning
- Robot Learning
Robot 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
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
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 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 Moughit Fawzi en Unsplash.