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.
Skills you'll need
- ResearchIntermedioNuevo
Aprendizaje de Hashing Universal para Tablas Resistentes a Colisiones
Implementa una familia de funciones hash universales tipo Carter-Wegman h(x) = ((a*x + b) mod p) mod m, donde a, b se eligen aleatoriamente de [1, p-1] y [0, p-1]. Demuestra emp…
- Universal Hashing
- Carter Wegman
- Randomized Algorithms
Randomized Algorithms - ResearchIntermedioNuevo
Optimización Numérica para Diseño de Aerogenerador en Patagonia
Implementa BEM en Python para calcular potencia generada dada una geometría de pala y un perfil de viento. Define la función objetivo: maximizar coeficiente de potencia Cp a 10 …
- Numerical Optimization
- Nelder Mead
- Bfgs
Scientific Computing and Numerical Methods - CodePrincipianteNuevo
Integración Numérica de ODEs para Cinética Enzimática en Pharma
Implementa el sistema de 10 ODEs (sustrato, producto, enzima libre, complejos enzima-sustrato y enzima-producto, inhibidores competitivos). Integra con RK4 (paso fijo) y con sci…
- Numerical Odes
- Stiff Systems
- Parameter Fitting
Scientific Computing and Numerical Methods - CodeSéniorNuevo
Aprender locomoción cuadrúpeda con reinforcement learning
Trabajarás con Isaac Gym o Isaac Lab que permite entrenar en miles de robots simulados en paralelo. Implementarás un setup PPO sobre un modelo del cuadrúpedo (similar a Unitree …
- Reinforcement Learning
- Learning Based Control
- Isaac Gym
Advanced Robotics 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
- AnalysisIntermedioNuevo
Sistemas Lineales Grandes y Dispersos para Modelo Sísmico en Chile
Carga la matriz dispersa del problema real (formato Matrix Market provisto, ya generada por el grupo). Implementa o utiliza GMRES con reinicio, BiCGSTAB y MINRES desde scipy.spa…
- Numerical Linear Algebra
- Iterative Solvers
- Preconditioners
Scientific Computing and Numerical Methods - CodeIntermedioNuevo
Algoritmo de Karger para Cortes Mínimos en Red de Distribución
Implementa Karger básico (contracción aleatoria de aristas) y Karger-Stein (recursión con dos contracciones independientes). Para garantizar probabilidad de éxito mayor o igual …
- Randomized Algorithms
- Algoritmos De Grafos
- Karger Stein
Randomized Algorithms - ResearchSéniorNuevo
Comparar arquitecturas de gran escala bajo presupuesto fijo
Definirás el protocolo experimental: mismo dataset de pre-entrenamiento (un subset abierto, p. ej. SlimPajama 50B tokens), mismo presupuesto en FLOPs, mismo tokenizer. Entrenará…
- Large Scale Training
- Transformer Architectures
- Mixture Of Experts
Advanced Deep Learning - CodeIntermedioNuevo
Red neuronal informada por la física para flujo en tuberías
Recibes la formulación matemática del problema (ecuación de continuidad y de momento simplificadas en 2D), tres geometrías de referencia con su solución numérica de alta calidad…
- Physics Informed Nn
- Scientific Computing
- Pytorch O Tensorflow
AI for Science and Engineering - 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.
- CodeIntermedioNuevo
Resolución Numérica de PDEs para Difusión de Calor en Reactor Farma
Implementa Crank-Nicolson y FTCS (Forward-Time Central-Space) explícito para la ecuación del calor 2D en coordenadas cilíndricas. Discretiza el reactor en una malla 200 x 80 (ra…
- Numerical Pdes
- Finite Differences
- Crank Nicolson
Scientific Computing and Numerical Methods - CodePrincipianteNuevo
Aceleración con NumPy y Numba para Solver Iterativo en HPC
Parte del baseline Python puro (provisto: bucles anidados, ~120 líneas). Versión 1: vectoriza con NumPy usando slicing y operaciones broadcast (sin un solo for explícito sobre l…
- Scientific Python
- Numpy Vectorization
- Numba Jit
Scientific Computing and Numerical Methods
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 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.
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 Junior REIS en Unsplash.