Desarrollo de Modelo de Ia para Generación de Recomendaciones Automáticas en Español

1. Descripción General del Proyecto:
Objetivo: Desarrollar una solución de inteligencia artificial que genere recomendaciones automáticas basadas en los resultados de los indicadores de nuestro software.
Idioma: El modelo debe ser capaz de generar recomendaciones en español.
Plataforma: Utilizar un modelo preentrenado de código abierto como DistilGPT-2, con un proceso de fine-tuning para adaptarlo a los requerimientos específicos.
2. Requisitos Técnicos:
Modelo Base: Utilizar DistilGPT-2 o un modelo GPT-2 similar, con preferencia por modelos de Hugging Face Transformers.
Proceso de Fine-Tuning: El freelance deberá realizar el fine-tuning del modelo utilizando un conjunto de datos específico en español proporcionado por nosotros, que incluya textos relacionados con las recomendaciones.
Entrenamiento: El entrenamiento debe realizarse en un entorno compatible con PyTorch, y el modelo resultante debe ser capaz de generar recomendaciones basadas en los indicadores de nuestro software.
Preprocesamiento de Datos: El freelance será responsable de limpiar y preparar el conjunto de datos en español para el fine-tuning, asegurando que el modelo se entrene con datos relevantes y de alta calidad.
3. Funcionalidades y Entregables:
Modelo Fine-Tuned: Un modelo de lenguaje preentrenado y ajustado específicamente para generar recomendaciones en español basadas en los resultados de los módulos de nuestro software.
Generación de Recomendaciones: El modelo debe ser capaz de generar recomendaciones textuales sin interacción directa del usuario, listas para ser integradas en el sistema de retroalimentación de nuestro software.
Documentación Técnica: Documentación que describa el proceso de fine-tuning, incluyendo los parámetros de entrenamiento, el preprocesamiento de datos y la implementación final.
Sistema de Caché: (Opcional) Si lo deseas, puedes solicitar que el freelance implemente un sistema básico de caché para almacenar las recomendaciones generadas y reducir la carga de procesamiento en tiempo real.
Pruebas y Validación: Realización de pruebas para asegurar que el modelo funcione correctamente y ajuste de parámetros según sea necesario.
4.- Implementar solución en dos fases, la primera tiene relación con la interacción del usuario (segmentado) con nuestra plataforma, incluso desde una perspectiva de conversación y entrega de información.  La segunda, Análisis de data en tiempo real y entrega de recomendaciones e información importante por temática.

Se requiere que el proyecto esté implementado con la documentación final y una correcta implementación en nuestros software.