Prácticas en IA y BI

Perfil que buscamos

Buscamos personas cursando el Máster en IA, con un alto nivel de inglés (C1), motivadas por desarrollarse en un entorno tecnológico y dinámico.

Objetivos Generales:

• •Comprender y experimentar con las posibilidades actuales de la Inteligencia Artificial Generativa en tareas de texto, imagen, audio o código.
• •Participar en la evaluación crítica del impacto ético y de negocio de las soluciones basadas en GenAI.
• •Aprender buenas prácticas para la integración responsable, segura y eficiente de modelos generativos en productos reales.

Funciones y Tareas/Actividades a Desarrollar

Modelado y Aplicaciones de GenAI

• •Evaluación y uso de modelos fundacionales (como GPT, Claude, Gemini, LLaMA o Mistral) para tareas específicas (generación de texto, resúmenes, clasificación, extracción de información, generación de imágenes o código).
• •Fine-tuning, prompt engineering o uso de técnicas de in-context learning para adaptar modelos generativos a casos de uso específicos.
• •Comparativa de capacidades y rendimiento entre diferentes modelos abiertos y propietarios (HuggingFace, OpenAI, Google Vertex AI, etc).

Desarrollo e Integración de Soluciones

• •Diseño de pipelines de generación e inferencia usando GenAI (por ejemplo, bots, asistentes inteligentes, generadores de documentos, etc).
• •Uso de herramientas como LangChain, LlamaIndex, Semantic Kernel u otros orquestadores para construir aplicaciones GenAI.
• •Desarrollo de soluciones basadas en retrieval-augmented generation (RAG) con integración de fuentes externas (bases de datos, APIs, documentos).
• •Integración de APIs GenAI (OpenAI, Cohere, Anthropic, etc.) en flujos backend (Python) o frontales (por ejemplo, interfaces en Streamlit, Gradio o apps web).

Evaluación, Seguridad y Gobernanza

• •Diseño y ejecución de tests de calidad de generación ( prompt testing , hallucination rate, factual consistency).
• •Revisión de aspectos éticos: sesgos, alucinaciones, privacidad de datos y gobernanza responsable de modelos generativos.
• •Documentación de experimentos, resultados y aprendizajes de forma clara para el equipo.

¿Qué ofrecemos?

Recorridos formativos específicos a medida en CIENCIA DE DATOS, AWS, GCP, AZURE, IBM, PYTHON, PYSPARK y SAS.

• Para Máster Ciencia de Datos : Conocer el funcionamiento de un entono de trabajo real en el que se aborda la solución de proyectos relacionados con la Inteligencia de Negocio.
• Tener la visión global de cuáles son los términos y conceptos habituales que se utilizan en el contexto de la Inteligencia de Negocio.
• Participar en el desarrollo de soluciones en cualquiera de los componentes (online, batch y/o capa analítica). Colaborar en un Equipo de Trabajo multidisciplinar, con métodos y herramientas enfocados a este tipo de proyectos. Contribuir con el conocimiento específico de cada alumno, en la aplicación de algoritmos y técnicas relacionadas a casos de uso relacionados con el Machine Learning.