Entrenamiento distribuido del scoring de riesgo en banca minorista
Visión general
De qué trata este proyecto.
Diseña una pipeline distribuida de scoring con Spark y XGBoost. Mide escalabilidad y consistencia del modelo. Obtén un certificado verificable.
El escenario
El banco gestiona unos 12 millones de clientes con cartera de crédito al consumo activa de cerca de 18.000 millones de euros; cada hora de retraso en reentrenar el scoring impacta la decisión sobre miles de solicitudes diarias.
El Briefing
Lo que harás y lo que demostrarás.
Migrar el entrenamiento del scoring de riesgo a una pipeline distribuida que entregue 5x de aceleración manteniendo trazabilidad regulatoria y consistencia del modelo.
Earning criteria — what you'll demonstrate
- Diseñar pipelines de datos distribuidos a escala con Spark
- Aplicar entrenamiento distribuido (XGBoost distribuido o Horovod)
- Medir escalabilidad real y curvas de aceleración
- Documentar modelos para validación regulatoria interna
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Machine Learning at Scale
Master · Ai Systems
Strong alignment
This challenge maps to Machine Learning at Scale at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Distributed Training
Apply distributed training to solve real industry problems and demonstrate production-level capability.
- Spark
Apply spark to solve real industry problems and demonstrate production-level capability.
- Xgboost
Apply xgboost to solve real industry problems and demonstrate production-level capability.
- Mlops
Apply mlops to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Data Engineering
Design and build pipelines that collect, transform, and deliver reliable data at scale.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniero/a de Aprendizaje Automático
Diseñar entrenamiento distribuido con métricas de aceleración y consistencia del modelo, todo bajo restricciones regulatorias, es el trabajo central de una persona MLE en banca.
Este proyecto afina
- distributed-training
- xgboost
- mlops
Ingeniero/a de Datos
La parte de ingeniería de features distribuida sobre Spark a esta escala es trabajo cotidiano de personas data engineers en bancos y aseguradoras.
Este proyecto afina
- spark
- data-engineering
- distributed-training
Ingeniero/a de MLOps
Reproducibilidad, trazabilidad y validación interna es exactamente lo que una persona MLOps en sector regulado entrega cada cuatrimestre.
Este proyecto afina
- mlops
- distributed-training
- model-evaluation