Detección Anticipada de Pérdidas para Cooperativa Eléctrica en Lima
Visión general
De qué trata este proyecto.
Genera explicaciones SHAP y un dashboard en Streamlit para detectar anomalías en consumos eléctricos. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Acompaña cada predicción de anomalía con una explicación local y un dashboard accionable para que las inspecciones domiciliarias estén legalmente justificadas.
Earning criteria — what you'll demonstrate
- Producir explicaciones SHAP locales por predicción tabular
- Diseñar un dashboard operacional con foco en uso, no en demo
- Articular requerimientos regulatorios en plantillas reutilizables
- Medir el impacto de explicaciones en una tarea operacional real
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Explainable and Interpretable AI
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosCientífico de Datos
Acoplar explicaciones SHAP a una tarea operacional regulada es trabajo recurrente del Data Scientist en utilities.
Este proyecto afina
- shap
- anomaly-detection
- explainability
Ingeniero en IA
Construir el dashboard y la plantilla legal es trabajo de pegamento del AI Engineer en utilities.
Este proyecto afina
- streamlit
- python
- explainability
Diseñador de Producto IA
Diseñar el flujo y los componentes que el técnico de campo realmente usa cubre el alcance del AI Product Designer en operaciones.
Este proyecto afina
- streamlit
- explainability
- regulatory-compliance