Variational Autoencoder para Síntesis de Diseños de Etiqueta en Mendoza
Visión general
De qué trata este proyecto.
Recibirás ~3.500 etiquetas históricas de bodegas y un brief del nuevo vino (perfil, target, paleta). Entrena un VAE convolucional (latente 64-128 dim) sobre las etiquetas. Explora el espacio latente: 20 muestras aleatorias, 4 interpolaciones entre dos etiquetas referenciadas y 6 muestras condicionadas por paleta. Mide reconstrucción (FID, Fréchet Inception Distance), variedad de la galería y latencia. Cura una galería final de 50 propuestas. Entrega notebook, galería en PDF y memo para dirección de marketing.
El Briefing
Lo que harás y lo que demostrarás.
Entrena un VAE sobre etiquetas históricas y produce una galería curada de 50 propuestas exploratorias para el equipo creativo.
Earning criteria — what you'll demonstrate
- Implementar y entrenar un VAE convolucional
- Explorar el espacio latente con interpolaciones y condicionados simples
- Evaluar generación con FID y métricas de diversidad
- Comunicar exploración creativa sin sobreprometer originalidad
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
Entrenar y explorar modelos generativos clásicos es trabajo del ML Researcher en estudios creativos y agencias.
Este proyecto afina
- vae
- latent-space-exploration
- fid-evaluation
Diseñador de Producto IA
Curar exploraciones generativas para un equipo creativo es trabajo del AI Product Designer.
Este proyecto afina
- generative-models
- image-generation
- vae