Other PAges

useful links

Este caso está siendo actualizado, discúlpanos.
Volver a casos de éxito.

Brindar resolución ante la Emergencia de pérdida de la Base Primaria (Core) por falla humana, incluyendo:

  • Construcción de modelos de Data Science (de prueba) en la nube de AWS, que predigan el comportamiento de Pago Temprano en la Base de Datos de clientes, utilizando la arquitectura en la nube ya existente.
  • Revisión, Identificación, Procesamiento y evaluación de la Data.
  • Entrenamiento de la data, para determinar el comportamiento de los clientes, mediante modelos de Inteligencia Artificial.

  • Dockers
  • Contenedores
  • SageMaker
  • Python 3.7
  • Librería LightGBM
  • Librería Pandas por defecto para el manejo de Data Science
  • Scikit-learn que contiene modelos de inteligencia artificial
  • Librería SHAP

  • Se logró predecir el comportamiento del 5% de los clientes con un nivel de exactitud que varía entre el 80% y el 90%; de esta manera nuestro cliente podrá distribuir de mejor manera sus recursos antes presupuestados para realizar las labores de cobranza.
  • Se diseñan gráficos donde es posible identificar la variación del modelo, de esta manera determinar el punto de inflexión y mejorar la toma de decisiones, sean por percentil, años y tipo de segmento (banca).