Modelo de Predicción de Defectos para un ERP en São Paulo
Visión general
De qué trata este proyecto.
Extrae métricas por archivo Java (líneas, complejidad ciclomática, número de autores, frecuencia de cambio, edad, número de bugs históricos asociados) desde Git y Jira de los últimos 24 meses. Construye un modelo de clasificación (regresión logística como baseline, gradient boosting como comparativa) para predecir 'archivo con defecto en los próximos 60 días'. Evalúa con AUC (Area Under the Curve — área bajo la curva ROC) y Recall@K (los K archivos más sospechosos contienen el X% de los bugs reales). Entrega un informe ejecutivo de 4 páginas con la lista priorizada para el próximo release.
El Briefing
Lo que harás y lo que demostrarás.
Construir un modelo de predicción de defectos que ayude al QA a priorizar el 30% de módulos a probar exhaustivamente cada release.
Earning criteria — what you'll demonstrate
- Extraer métricas de proceso y de producto desde un repositorio real
- Diseñar un split temporal honesto para predicción de defectos
- Evaluar con métricas adecuadas a un escenario operativo (Recall@K, no solo AUC)
- Traducir un modelo a una recomendación accionable para QA
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 de Datos
Aplicar modelado supervisado a un problema interno de ingeniería con datos reales del repositorio es trabajo cotidiano de un científico de datos en una compañía de software madura.
Este proyecto afina
- defect-prediction
- feature-engineering
- model-evaluation
Ingeniero de Software
Un ingeniero de software que entiende métricas de proceso del repositorio puede priorizar refactor y revisión de código con datos, no con intuición.
Este proyecto afina
- code-metrics
- data-mining
- defect-prediction