Diseña y ejecuta un capstone de detección de anomalías para una cooperativa olivarera
Visión general
De qué trata este proyecto.
Recibirás 18 meses de telemetría minutal de 6 molinos (cerca de 45 millones de filas) más un registro de 38 incidentes etiquetados. Diseña el experimento: define qué es una anomalía operativa, escoge un enfoque (Isolation Forest como baseline, autoencoder en PyTorch como modelo avanzado), entrena por molino, evalúa con precisión a una tasa fija de alertas/día (no AUC), y prepara una demo en vivo con datos retenidos. Documenta el ciclo completo de research a producto en un informe técnico de 5 páginas.
El Briefing
Lo que harás y lo que demostrarás.
Diseñar e implementar un sistema de detección de anomalías por molino, evaluado a una tasa fija de 5 alertas/día, listo para piloto.
Earning criteria — what you'll demonstrate
- Diseñar un experimento de ML end-to-end bajo supervisión, con hipótesis explícitas
- Aplicar y comparar enfoques clásicos y de deep learning para detección de anomalías
- Evaluar usando métricas operativas (alertas/día) en lugar de métricas académicas (AUC)
- Comunicar resultados de research a una persona stakeholder no técnica de forma defendible
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 canónicosCientífico/a de Datos
Diseñar un experimento desde una hipótesis hasta una demo defendible es el ciclo completo que define al data scientist; este reto lo recorre entero bajo restricciones reales.
Este proyecto afina
- experiment-design
- anomaly-detection
- stakeholder-communication
Investigador/a en ML
Comparar enfoques con criterios métricos rigurosos y justificar por qué uno gana es trabajo nuclear de un ML researcher aplicado.
Este proyecto afina
- anomaly-detection
- pytorch
- evaluation
Científico/a Aplicado/a de IA
Traducir incidentes industriales en una métrica operativa (alertas/día) y defenderla frente a un comité es lo que separa a un applied scientist del investigador puro.
Este proyecto afina
- evaluation
- stakeholder-communication
- time-series-analysis