Inferencia bayesiana para tasas de impago en fintech
Visión general
De qué trata este proyecto.
Modelarás tasas de impago con jerarquía Beta-Binomial y MCMC en PyMC, diagnosticando convergencia. Obtendrás un certificado verificable.
El escenario
La fintech (~30 personas, 7.000 préstamos vivos) opera con tickets pequeños (USD 200-1.500) y márgenes ajustados; subestimar el default en un segmento pequeño puede borrar la rentabilidad de la línea entera.
El Briefing
Lo que harás y lo que demostrarás.
Estimar tasas de impago por segmento con un modelo bayesiano jerárquico que comparta información entre segmentos pequeños y comunique incertidumbre.
Earning criteria — what you'll demonstrate
- Construir un modelo jerárquico bayesiano y entender el efecto de shrinkage
- Ejecutar MCMC y diagnosticar convergencia (R-hat, ESS, trace plots)
- Cuantificar incertidumbre y comunicarla con intervalos creíbles
- Justificar elección de priors y analizar sensibilidad
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Probabilistic Machine Learning
Master · Machine Learning
Strong alignment
This challenge maps to Probabilistic Machine Learning 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.
- Bayesian Inference
Apply bayesian inference to solve real industry problems and demonstrate production-level capability.
- Mcmc
Apply mcmc to solve real industry problems and demonstrate production-level capability.
- Hierarchical Models
Apply hierarchical models to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Uncertainty Quantification
Apply uncertainty quantification 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.
Científico/a de Datos
Modelado jerárquico bayesiano con MCMC y comunicación a riesgo es competencia central de data scientists en fintech y aseguradoras donde los segmentos chicos importan.
Este proyecto afina
- bayesian-inference
- hierarchical-models
- uncertainty-quantification
Investigador/a de Machine Learning
Dominar PyMC, NUTS y análisis de sensibilidad de priors es el toolkit del ML researcher en empresas con prácticas bayesianas serias.
Este proyecto afina
- mcmc
- bayesian-inference
- model-evaluation
Científico/a Aplicado/a de IA
Convertir un modelo bayesiano en una herramienta interactiva que un equipo no técnico usa para tomar decisiones es exactamente el trabajo de un applied AI scientist.
Este proyecto afina
- bayesian-inference
- python
- uncertainty-quantification