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 escenario
La universidad (28.000 estudiantes activos) tiene tasa de abandono al primer semestre del 18%; cada punto reducido representa retención de matrícula y mejor cumplimiento de indicadores ante el regulador.
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.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Learning Analytics
Apply learning analytics to solve real industry problems and demonstrate production-level capability.
- Predictive Modeling
Apply predictive modeling to solve real industry problems and demonstrate production-level capability.
- Shap Explanations
Apply shap explanations to solve real industry problems and demonstrate production-level capability.
- Model Fairness
Apply model fairness to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Stakeholder Engagement
Apply stakeholder engagement 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.
Data 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