Diseña un plan de despliegue progresivo para un modelo de fraude
Visión general
De qué trata este proyecto.
Recibes la ficha del modelo (métricas offline, latencia esperada, dependencias) y la composición de tráfico actual (volumen por hora, distribución por tipo de comercio). Diseña: (1) plan de canary 1 % → 5 % → 25 % → 100 %, (2) métricas online por tramo con thresholds de avance/rollback, (3) shadow mode previo de 7 días, (4) playbook on-call con runbook de rollback, (5) métricas de negocio (chargeback rate, falsos positivos sobre transacciones reales). Éxito: el plan permite ejecutar sin sorpresas y rollbackear en menos de 10 minutos si algo va mal.
El Briefing
Lo que harás y lo que demostrarás.
Diseñar un despliegue progresivo para un modelo de fraude que minimice riesgo y permita rollback rápido.
Earning criteria — what you'll demonstrate
- Diseñar canary releases con criterios cuantitativos de avance
- Conectar métricas técnicas con métricas de negocio
- Producir runbooks que se ejecuten bajo presión
- Comunicar planes de despliegue a stakeholders no técnicos
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
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 canónicosIngeniero/a de MLOps
Diseñar canary, shadow mode y runbooks es el día a día de MLOps en fintech regulada.
Este proyecto afina
- deployment
- canary-release
- rollback-procedures
Arquitecto/a de Soluciones de IA
Conectar despliegue técnico con stakeholders de riesgo y comercial es la habilidad transversal del rol.
Este proyecto afina
- deployment
- stakeholder-communication
- monitoring
Ingeniero/a de Machine Learning
MLEs senior poseen el plan de despliegue de sus propios modelos en muchas startups.
Este proyecto afina
- deployment
- monitoring
- shadow-mode