Construye un detector de fraude end-to-end para una neobanca mexicana
Visión general
De qué trata este proyecto.
Construye un detector de fraude end-to-end para una neobanca mexicana. Advanced challenge in code. Writing production code that solves real engineering probl...
El Briefing
Lo que harás y lo que demostrarás.
Entregar un modelo supervisado de fraude reproducible que alcance recall del 70 % a 1 % de falsos positivos en el conjunto de prueba, con documentación lista para piloto.
This is not a coding exercise. It is the work a software engineer does between a Jira ticket and a merged PR. That distinction matters to every hiring manager who has seen candidates solve LeetCode problems and none who have shipped production code under real constraints.
When you finish, you will have something most graduates do not: a real-world deliverable, verified by Ewance, that you can show to a hiring manager and say "I did this. Here is the proof."
Earning criteria — what you'll demonstrate
- Implementar end-to-end un proyecto de ML supervisado bajo restricciones reales de clase desbalanceada
- Aplicar ingeniería de variables sobre series temporales transaccionales sin filtrar el futuro
- Evaluar y comunicar el rendimiento de un modelo con métricas alineadas al negocio
- Documentar un experimento de forma reproducible por otra persona del equipo
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI/ML Practicum and Hands-on Lab
Master · Capstone
Strong alignment
This challenge maps to AI/ML Practicum and Hands-on Lab at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Supervised Learning
Apply supervised learning to solve real industry problems and demonstrate production-level capability.
- Feature Engineering
Apply feature engineering to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Experiment Tracking
Apply experiment tracking to solve real industry problems and demonstrate production-level capability.
- Reproducibility
Apply reproducibility to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniero/a de Machine Learning
Llevar un modelo supervisado de exploración a un script reproducible con métricas alineadas al negocio es exactamente el trabajo cotidiano de una persona MLE junior en cualquier fintech.
Este proyecto afina
- supervised-learning
- feature-engineering
- reproducibility
Científico/a de Datos
Este reto practica el ciclo completo de un proyecto de data science: análisis exploratorio, evaluación rigurosa y comunicación a una persona stakeholder no técnica.
Este proyecto afina
- model-evaluation
- feature-engineering
- python
Científico/a Aplicado/a de IA
Conectar una decisión de modelado con una métrica de negocio (pérdidas por fraude evitadas) es la habilidad central que diferencia al científico aplicado del investigador puro.
Este proyecto afina
- model-evaluation
- experiment-tracking
- supervised-learning