Aviso: La ejecución de JavaScript está deshabilitada en su navegador o en esta paǵina en concreto. Es posible que no pueda responder todas las preguntas del formulario. Por favor, verifique la configuración de su navegador.

Concurso de horas asistente

I Ciclo 2026 (9 Marzo – 4 Julio) / Interciclo (6 Julio – 8 Agosto)
Se requiere una persona estudiante de la carrera de Computación o Matemática para realizar 3 horas asistente en el proyecto de investigación “834-C5-189 Uso de la inteligencia artificial como apoyo a la lectura compartida infantil".

Requisitos

  • Persona estudiante de pregrado o grado.
  • Matrícula consolidada de 9 créditos.
  • Promedio ponderado de 8.0 en el año lectivo anterior.
  • Tener aprobado al menos 60 créditos del plan de estudios.

Requisitos deseables

Conocimientos teóricos

  • Modelos de lenguaje y NLP: Arquitectura Transformer, Modelos autoregresivos vs. encoder–decoder, Tokenización y embeddings, Prompting, LLM como juez.
  • Parámetros de generación: Temperatura (impacto en diversidad y aleatoriedad), Top-k y Top-p (nucleus sampling).
  • Escalamiento y tamaño del modelo: Relación entre número de parámetros y capacidades emergentes.
Conocimientos teóricos

  • Programación y entorno experimental: Python, Uso de bibliotecas para LLMs (p. ej. Transformers de Hugging Face), Manejo de GPU y memoria, Automatización de experimentos.
  • Gestión y procesamiento de datos: Manejo de datasets, Registro estructurado de outputs, Versionado de experimentos, Control de semillas aleatorias.
  • Estadística aplicada: Diseño de experimentos factoriales, Análisis de varianza (ANOVA).

Funciones

  • Selección de modelos abiertos (seleccionar al menos tres tamaños distintos, mantener consistencia en el framework de inferencia).
  • Diseño de parámetros (crear un prompt base común a todos los modelos, definir variantes de personalización: cuentos y perfiles).
  • Implementación del flujo de experimentos (ejecutar múltiples generaciones por configuración, controlar semilla cuando corresponda, guardar outputs con metadata).
  • Análisis de resultados (generar gráficos con las métricas, hacer pruebas estadísticas, interpretar los resultados).

Hay 9 preguntas en el formulario.
 
Cerrar