Construiré modelos de aprendizaje automático y análisis de datos en python

La mayoría de los proyectos de ML fracasan antes de comenzar la modelización: los datos no soportan la pregunta que se quiere responder y nadie lo detecta hasta semanas después. Te aviso temprano si esa es tu situación.

LO QUE OBTIENES

Un modelo entrenado, el código que lo generó y números de rendimiento honestos, medidos en datos que el modelo no ha visto.

PROBLEMAS QUE MANEJO

Predecir resultados (churn, conversión, riesgo, demanda). Clasificación. Agrupamiento. Detección de anomalías. Recomendaciones. ¿No está en la lista? Envíame un mensaje.

CÓMO TRABAJO

Verifica que los datos puedan soportar la pregunta. Construye una línea base primero, porque un modelo que no puede superar un benchmark simple no vale la pena desplegar. Mejora con ingeniería de características y ajuste. Reporta el rendimiento con honestidad, incluyendo lo que el modelo hace mal.

PILA TECNOLÓGICA

Python, scikit-learn, PyTorch, Pandas. XGBoost, bosques aleatorios, boosting por gradiente, regresión, agrupamiento, redes neuronales. R y SQL donde encajen.

ANTECEDENTES

Ingeniero en AI/ML trabajando en sistemas de ML en producción. Certificación AWS Certified Machine Learning - Specialty. 5.0 en 13 pedidos.

Envíame tu conjunto de datos y qué intentas predecir. Te diré si es viable antes de que hagas el pedido.