10 proyectos resueltos de IA generativa para potenciar su portafolio

Por qué construir proyectos resueltos

Los proyectos son el puente entre el aprendizaje teórico y la práctica profesional. En procesos de contratación y en decisiones internas de adopción tecnológica, lo que más pesa es la capacidad de resolver problemas reales. Un portafolio diverso y bien explicado demuestra no solo conocimientos técnicos, sino también criterio para diseñar flujos de trabajo, integrar herramientas y producir resultados útiles.

A continuación encontrará 10 proyectos resueltos que cubren un espectro desde sistemas de búsqueda con respaldo de fuentes hasta aplicaciones multimodales de audio y video. Para cada caso incluimos el objetivo, las herramientas recomendadas y lo que aprenderán al desarrollarlo. Muchos de los proyectos citan repositorios de referencia que pueden usarse como punto de partida.

1. Motor de búsqueda potenciado por IA

Objetivo: Construir un buscador que devuelva respuestas directas y fundamentadas en fuentes, en vez de solo enlaces.

Qué hace: Combina búsqueda web, generación de incrustaciones (embeddings), reranking y un LLM para entregar respuestas con citas y un modo de investigación profunda.

Herramientas sugeridas: Python, Next.js, SearXNG, Ollama, embeddings, vector search, APIs de LLM.

Qué aprenderán: Diseñar pipelines de recuperación, reranking, grounding, atribución de fuentes y arquitectura para modos de búsqueda especializados (por ejemplo, académico o YouTube).

Referencia: Perplexica (repositorio de arquitectura de referencia).

2. Generador multimodal de podcasts

Objetivo: Transformar artículos, PDFs, URLs o imágenes en episodios de podcast donde el contenido suena como una conversación entre varios anfitriones.

Qué hace: Ingresa distintos tipos de fuentes, extrae lo esencial, genera un guion estructurado en formato diálogo y lo convierte a audio con TTS de calidad.

Herramientas sugeridas: Python, APIs de Gemini/OpenAI/Anthropic, OpenAI TTS, ElevenLabs, podcastfy, Gradio.

Qué aprenderán: Ingesta multimodal, prompting para LLMs, generación de diálogo, text-to-speech, procesamiento de audio y generación de contenido largo.

Referencia: Podcastfy (workflow y código de ejemplo).

3. Estudio de generación de música con IA

Objetivo: Crear una aplicación que convierta prompts en lenguaje natural y letras en canciones completas y editables.

Qué hace: Permite controlar género, tempo, instrumentación, estructura y soporta remix o referencia de audio.

Herramientas sugeridas: Python, PyTorch, ACE-Step, Gradio, CUDA, Hugging Face.

Qué aprenderán: Modelos de difusión para audio, condicionamiento, inferencia en GPU y pipelines de generación y comparación de versiones.

Referencia: ACE-Step (repositorio de ejemplo).

4. Aplicación de generación sincronizada de audio y video

Objetivo: Generar clips de video con sonido sincronizado a partir de un único prompt o imágenes clave.

Qué hace: Soporta text-to-video, image-to-video, condicionamiento por keyframes y transformaciones de video, además de generar la banda sonora.

Herramientas sugeridas: Python, PyTorch, LTX-2, ComfyUI, Diffusers, CUDA.

Qué aprenderán: Difusión para video, sincronización audio-video, condicionamiento por keyframes y optimización de inferencia en GPU.

Referencia: LTX-Video (implementación de referencia).

5. Herramienta de lip-sync y doblaje con IA

Objetivo: Sincronizar los movimientos labiales de un hablante en video con un nuevo audio (por ejemplo, una traducción doblada).

Qué hace: Toma un video y una pista de audio traducida, genera una versión sincronizada y exportable.

Herramientas sugeridas: Python, PyTorch, Whisper, Stable Diffusion, LatentSync, FFmpeg, CUDA.

Qué aprenderán: Modelos de difusión aplicados a video, condicionamiento por audio, procesamiento temporal y consistencia visual para doblaje automatizado.

Referencia: LatentSync (pipeline de lip-sync disponible en GitHub).

6. Generador de voces multi‑hablante para formato largo

Objetivo: Convertir un guion escrito en una conversación natural entre múltiples voces para podcasts o audiolibros.

Qué hace: Un LLM genera el diálogo; los usuarios asignan voces a cada personaje y el sistema produce la pista de audio completa.

Herramientas sugeridas: Python, PyTorch, VibeVoice, Transformers, Gradio, CUDA.

Qué aprenderán: TTS neuronal, condicionamiento por hablante, generación larga, clonación de voz y pipelines de audio para producciones extendidas.

Referencia: VibeVoice (repositorio comunitario).

7. Estudio de edición de imágenes guiado por instrucciones

Objetivo: Permitir que usuarios editen imágenes existentes usando indicaciones en lenguaje natural.

Qué hace: Operaciones como eliminar objetos, cambiar colores o reemplazar fondos con prompts sencillos.

Herramientas sugeridas: Python, PyTorch, OmniGen2, Gradio, Hugging Face, ComfyUI.

Qué aprenderán: Prompting multimodal, condicionamiento de imágenes, modelos de difusión y técnicas de edición visual.

Referencia: OmniGen2 (implementación y ejemplos).

8. Generador de presentaciones con IA

Objetivo: Transformar un tema, documento o conjunto de datos en una presentación editable (PPTX).

Qué hace: Etapas de investigación, creación de esquema, selección de layouts, generación de visuales y exportación a un deck editable.

Herramientas sugeridas: TypeScript, React, Python, bibliotecas para generación de PPTX, APIs de LLM e imagen.

Qué aprenderán: Generación estructurada, procesamiento de documentos y conversión a formatos de presentación.

Referencia: Presenton (flujo de trabajo de referencia).

9. Asistente de investigación profunda

Objetivo: Construir un asistente que apoye la investigación compleja combinando recuperación, resúmenes y verificación de fuentes.

Qué hace: Integra búsquedas, embeddings y LLMs para producir resúmenes extensos con evidencia y pasos reproducibles para profundizar en un tema.

Herramientas sugeridas: Python, embeddings, vector search, LLM APIs, herramientas de scraping y procesamiento de documentos.

Qué aprenderán: Diseño de pipelines de investigación, verificación automática de fuentes, y cómo estructurar resultados para usuarios técnicos y tomadores de decisiones.

(Este proyecto toma elementos del motor de búsqueda potenciado por IA y los orienta a flujos de trabajo de investigación.)

10. Cómo sacar el máximo provecho del portafolio

• Documenten cada proyecto con su objetivo, arquitectura, decisiones clave y retos resueltos.
• Incluyan demos o links a deploys y un README con instrucciones reproducibles.
• Para audiencias en América Latina, exploren casos de uso locales: doblaje y localización de contenidos, generación de materiales educativos en lenguas regionales, podcasts sobre temas relevantes para mercados locales y automatización de procesos en industrias clave.

Conclusión

Estos 10 proyectos ofrecen una hoja de ruta práctica para demostrar competencias en IA generativa y construir soluciones aplicables en contextos empresariales y académicos. No es necesario completar todos: prioricen los que mejor se alineen con su rol o mercado objetivo y documente cada avance. Un portafolio bien estructurado puede abrir puertas en reclutamiento, inversores y colaboración con instituciones en la región.

Preguntas frecuentes (rápida)

• ¿Por dónde empezar? Empiecen con un proyecto pequeño que integre un LLM y una tarea de recuperación o generación (por ejemplo, motor de búsqueda o generador de presentaciones).
• ¿Qué mostrar en la demo? Un flujo completo: input, proceso (arquitectura), output y limitaciones observadas.
• ¿Qué considerar éticamente? Siempre indiquen fuentes, limiten el uso de voces o contenidos protegidos y comuniquen las limitaciones del sistema.