Proyecto final

Descripción General

El objetivo de este proyecto es aplicar de manera práctica y rigurosa la metodología CRISP-DM para resolver un problema real mediante el análisis de datos. Los estudiantes deberán demostrar no solo su capacidad técnica para construir modelos, sino también su habilidad para alinear esos modelos con objetivos estratégicos.

Estructura del Proyecto (Entregables por Fase)

1. Comprensión del Negocio (Business Understanding)

  • Definición del problema: Descripción del contexto y la necesidad que se busca atender.
  • Objetivos del proyecto: ¿Qué impacto se espera lograr?
  • Criterios de éxito: Definir cómo se medirá el éxito desde una perspectiva de negocio.

2. Comprensión de los Datos (Data Understanding)

  • Fuentes de datos: Origen y método de obtención.
  • Análisis Exploratorio de Datos (EDA): Visualizaciones clave, estadísticas descriptivas y hallazgos iniciales.
  • Calidad de los datos: Identificación de valores faltantes, ruido o inconsistencias.

3. Preparación de los Datos (Data Preparation)

  • Limpieza: Tratamiento de nulos y outliers.
  • Ingeniería de Características: Creación de nuevas variables, normalización o codificación (encoding).
  • Selección: Justificación de las variables finales utilizadas para el modelado.

4. Modelado (Modeling)

  • Selección de algoritmos: Justificación de las técnicas elegidas.
  • Entrenamiento: Proceso de partición de datos (entrenamiento y prueba).
  • Optimización: Ajuste de hiperparámetros.

5. Evaluación (Evaluation)

  • Métricas de desempeño: Reporte detallado según el tipo de problema (Matriz de confusión, RMSE, F1-Score, etc.).
  • Validación de negocio: ¿El modelo realmente resuelve la pregunta planteada en la Fase 1?

6. Despliegue (Deployment)

  • Propuesta de implementación: Descripción de cómo se integraría el modelo en un entorno productivo.
  • Mantenimiento: Estrategia para monitorear la degradación del modelo con el tiempo.

Entregables:

  1. Reporte del proyecto
    • Un informe detallado que documente cada una de las 6 fases de la metodología CRISP-DM aplicadas al problema.
    • Debe incluir interpretaciones de las gráficas, justificación de las decisiones técnicas y las conclusiones finales orientadas al negocio.
  2. Código
    • El código debe ser completamente reproducible y estar bien documentado.
    • Se aceptará en formato de Jupyter Notebook (.ipynb) mediante un enlace a un repositorio de GitHub.
  3. Presentación final
    • Una exposición que se llevará a cabo el día del examen final (10-15 minutos).
    • La presentación debe enfocarse en los hallazgos más relevantes, el valor generado por el modelo y las recomendaciones de despliegue, sintetizando el trabajo técnico para una audiencia ejecutiva.