Code
Predicción de fallos en aerogeneradores con aprendizaje supervisado
Visión general
De qué trata este proyecto.
Construye un modelo de clasificación binaria que prediga si una turbina fallará en las próximas 60 horas de operación. Usa el dataset histórico de 18 meses con lecturas de 47 sensores por turbina. El éxito se mide por el F1-score (equilibrio entre precisión y sensibilidad) en el conjunto de validación: debe superar 0,75 sin generar más de 2 falsas alarmas por semana y turbina. Documenta por qué elegiste el algoritmo, cómo trataste el desequilibrio de clases (fallos son el 3% del tiempo) y qué sensores aportan más valor predictivo.
El Briefing
Lo que harás y lo que demostrarás.
¿Cómo anticipar los fallos mecánicos en aerogeneradores con suficiente antelación para programar mantenimiento preventivo sin saturar al equipo con falsas alarmas?
Earning criteria — what you'll demonstrate
- Aplicar técnicas de aprendizaje supervisado a datos desequilibrados de series temporales
- Evaluar modelos con métricas apropiadas para costes asimétricos de error (falso positivo vs. falso negativo)
- Interpretar modelos de machine learning para generar confianza en equipos de mantenimiento
- Diseñar un pipeline de datos que pueda operar en entorno industrial con latencia limitada
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.
Ingeniero de Machine Learning
Este reto prepara para diseñar pipelines de producción de modelos predictivos en entornos industriales, con énfasis en la robustez ante datos desequilibrados y la integración con sistemas operacionales existentes.
Este proyecto afina
- machine-learning
- python
- feature-engineering
Analista de Ciencia de Datos
La experiencia en traducir hallazgos técnicos a decisiones de negocio y la documentación de metodología son competencias centrales del consultor de ciencia de datos en proyectos industriales.
Este proyecto afina
- machine-learning
- model-interpretability
- data-preprocessing
Científico de Datos de IoT
El trabajo con sensores de equipos físicos, series temporales y mantenimiento predictivo es directamente transferible a roles de análisis de datos en internet de las cosas industrial.
Este proyecto afina
- time-series-analysis
- feature-engineering
- machine-learning