Detectar señales tempranas de abandono universitario
Visión general
De qué trata este proyecto.
Construye un modelo predictivo de abandono con datos de la semana 6 y alertas SHAP. Obtén tu certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un sistema de detección temprana de abandono en la semana 6 del semestre con alertas accionables y mitigación de sesgo.
Earning criteria — what you'll demonstrate
- Diseñar modelos predictivos con horizonte temporal explícito (semana 6)
- Generar explicaciones SHAP comprensibles para personal no técnico
- Auditar fairness por subgrupos sensibles en contexto educativo
- Diseñar protocolos que mitiguen profecía autocumplida
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI in Education and Learning Analytics
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 canónicosData Scientist
Modelado predictivo educativo con fairness y explicaciones es trabajo Data Scientist típico en universidades y EdTech.
Este proyecto afina
- learning-analytics
- predictive-modeling
- model-fairness
Applied AI Scientist
Diseñar el sistema completo (modelo + protocolo ético + tutores) es Applied AI Scientist en educación.
Este proyecto afina
- learning-analytics
- stakeholder-engagement
- shap-explanations
Investigador en Seguridad de IA
Prevenir profecía autocumplida en sistemas que afectan decisiones sobre estudiantes es responsabilidad de AI Safety Researcher aplicado.
Este proyecto afina
- model-fairness
- shap-explanations
- stakeholder-engagement