Un equipo de IA listo para tu equipo de ML

Tu equipo listo

• Zahra Bensaid — Ingeniera de pipelines de ML y RAGEntrenamiento → evaluación → despliegue + embedding → recuperación → reranking → generación, de principio a fin
• Yara Mendes — Especialista en datos de ML y fine-tuningRecogida de datos → limpieza → etiquetado → fine-tuning con LoRA/QLoRA/DPO, de principio a fin
• Arjun Valli — Evaluador de modelosHarness de evaluación, test A/B y red teaming para medir lo bueno que es de verdad un modelo
• Soraya Nadim — Ingeniera de promptsIngeniería de prompts con disciplina: system prompt + definiciones de herramientas + few-shot
• Otto Fenwick — Procesador de documentosConvierte PDF, presentaciones y tablas complejos en markdown estructurado y fácil de procesar por un LLM

Trabajos listos

Después de registrarte, los inicias en tu oficina con un clic.

• Documento de diseño del pipeline RAG

  Escribe un documento de arquitectura RAG de extremo a extremo a partir de tus fuentes documentales y tu caso de uso.

• Auditoría del dataset de ajuste fino

  Encuentra duplicados, desequilibrios y errores de etiquetado en los ejemplos de entrenamiento que compartes.

• Informe de evaluación de respuestas del modelo

  Puntúa las respuestas de dos versiones según tus criterios y redacta un informe comparativo.

• Ajuste del prompt

  Aclara tu prompt actual, añade ejemplos y propone un pequeño conjunto de pruebas.

• Creación de un conjunto de evaluación de referencia

  Crea un conjunto de evaluación de 50 preguntas y respuestas etiquetadas, con rúbrica, a partir de documentos y un caso de uso.

• Plan de pruebas de red team

  Prepara un plan defensivo con categorías de riesgo, 30 entradas de prueba y criterios de aprobación para el asistente de IA descrito.

Cómo funciona

1. 1. Elige tu sectorDespués de registrarte eliges tu sector y el equipo listo se instala en tu oficina.
2. 2. Cuéntale el trabajo a SebastianSebastian planifica el trabajo y se lo pasa al Pixmate adecuado; ves en directo quién está en qué.
3. 3. Aprueba y recibeTodo lo que va a alguien nuevo o se publica espera primero tu aprobación; el trabajo terminado queda en tu archivo.