Detección de distribución cambiante en modelo de credit scoring

Recibes los datos de entrenamiento original (90.000 solicitudes) y las solicitudes de los últimos 14 meses (cerca de 320.000). Implementa: (a) pruebas estadísticas por feature (Kolmogorov-Smirnov, Population Stability Index), (b) un detector basado en clasificador discriminador (entrena un modelo a distinguir entrenamiento vs. reciente), (c) un análisis de uncertainty del modelo desplegado para detectar deriva en el output. Diseña el protocolo de alertas (umbrales, frecuencia, escalado). Entrega un dashboard mínimo y un documento operativo.