Conferencista(s)
El aprendizaje automático tiene un gran potencial para generar valor para las empresas e incluso transformar industrias, pero este potencial solo se puede alcanzar una vez que dichos modelos se implementen en un ambiente de producción y sus inferencias estén disponibles de manera habitual para los usuarios.
En consecuencia, al diseñar proyectos de aprendizaje automático para empresas debemos tomar en cuenta no solo la efectividad de nuestro modelo sino el contexto completo desde la recolección de datos hasta la integración de las respuestas obtenidas en las operaciones y procesos cotidianos de la empresa.
En esta charla compartiremos detalles sobre la puesta en producción de un modelo de originación en Clara. Dicho modelo permite evaluar el riesgo de crédito de los solicitantes y ha contribuido a mejorar sus operaciones y a lograr unos resultados más favorables. La construcción de este sistema requirió varios pasos clave: la definición del problema, la recopilación y preparación de datos, el modelado de datos, la implementación y el seguimiento del modelo, la iteración y la mejora continua en función de los comentarios de los usuarios del modelo. De igual manera, la elaboración de este modelo requirió el trabajo de un equipo multifuncional con experiencia en ciencia de datos, ingeniería de software y estrategia comercial para integrar este sistema dentro de nuestras operaciones y ajustarlo a los objetivos y necesidades de negocio.