Modelo de Riesgo de Mora para una Cooperativa de Crédito en Medellín
Visión general
De qué trata este proyecto.
Construye un pipeline de riesgo de mora con regresión logística y gradient boosting, entrega una tarjeta de modelo auditable. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Entregar un modelo de riesgo de mora a 90 días auditable, con AUC superior a 0,78 y una tarjeta de modelo que el regulador acepte.
Earning criteria — what you'll demonstrate
- Diseñar un split temporal honesto en clasificación binaria
- Calibrar probabilidades de un modelo y validar la calibración
- Aplicar técnicas de interpretabilidad (SHAP, importancia por permutación)
- Documentar un modelo con suficiente rigor regulatorio
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Applied Machine Learning
Master · Ai Ml
Fit score: 1
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 canónicosIngeniero de Aprendizaje Automático
Construir un modelo de clasificación calibrado, documentado y desplegable bajo regulación es el trabajo cotidiano del MLE junior en banca y fintech.
Este proyecto afina
- classification
- model-calibration
- model-evaluation
Científico de Datos
El reto cubre el ciclo completo de modelado supervisado con métricas honestas y traducción a negocio, núcleo del rol científico de datos.
Este proyecto afina
- feature-engineering
- classification
- interpretability
Investigador en Seguridad de IA
Análisis de calibración, sesgos por subgrupos y documentación de limitaciones son prácticas directas de safety responsable que dan puente a este rol.
Este proyecto afina
- interpretability
- model-evaluation
- model-calibration