Evaluación de equidad en algoritmo de selección de candidaturas para call center
Visión general
De qué trata este proyecto.
Recibes 24.000 candidaturas anonimizadas con atributos demográficos sensibles (sexo, edad, código postal de residencia) y resultados del cribado, además del propio modelo. Calcula al menos tres métricas de equidad (Demographic Parity, Equal Opportunity, Predictive Parity) por grupo y combinaciones, analiza también las etapas previas al modelo (filtros duros, requisitos mínimos) y construye una visualización por etapa que muestre dónde se pierden candidaturas por grupo. Entrega recomendaciones priorizadas y reconocidas con sus trade-offs.
El Briefing
Lo que harás y lo que demostrarás.
Evaluar equidad de un cribado automatizado de candidaturas analizando modelo y tubería previa, y entregar recomendaciones priorizadas con trade-offs explícitos.
Earning criteria — what you'll demonstrate
- Calcular múltiples métricas de equidad por grupo y combinaciones
- Auditar tuberías completas, no solo modelos finales
- Discutir trade-offs entre métricas incompatibles
- Comunicar resultados a comités de auditoría con honestidad
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 canónicosInvestigador/a de Seguridad en IA
Auditar tuberías completas de decisión automatizada con métricas de equidad y trade-offs reconocidos es perfil central de personas investigadoras de seguridad en IA aplicada a recursos humanos.
Este proyecto afina
- fairness-evaluation
- bias-analysis
- pipeline-auditing
Científico/a Aplicado/a de IA
Discutir incompatibilidades teóricas entre métricas y traducir a recomendaciones operativas es habilidad típica de investigación aplicada.
Este proyecto afina
- fairness-evaluation
- ethical-analysis
- bias-analysis
Científico/a de Datos
Construir embudos por grupo y comunicar a comités de auditoría es trabajo cotidiano de una persona data scientist en equipos de personas y de cumplimiento.
Este proyecto afina
- data-visualization
- pipeline-auditing
- python