Expertos en la transformación digital de tu negocio

Cómo abordamos los proyectos basados en Data Science: analitica avanzada, machine learning & deep learning

La realidad es la aplicación de Data Science y otras técnicas analiticas y predictivas avanzadas tiene un componente de incertidumbre al ser muy dependiente de cada caso concreto, fundamentalmente de la disponiblidad un volumen de datos suficiente que tengan la calidad requerida para poder alcanzar los objetivos en cada caso. No ha por tanto una receta mágica para el éxito garantizado. No obstante si hay experiencia, conocimiento formas de hacer que te permiten maximizar las posibilidades de éxito. En haiyue no prescribimos a un marco ágil específico, sino que adaptamos las mejores prácticas existentes y las combinamos según sea necesario.

Nuestro enfoque inicial habitual a la hora de abordar el ciclo de vida completo de un projecto basado en machine learning sigue el siguiente modelo:

En comparación con un ciclo de vida de desarrollo de software con metodologías Agiles, hay mucho más foco en los datos y la experimentación en el ciclo de vida de los proyectos basados en Data Science como es lógico. Las datos que serán necesarios para el proyecto deben identificarse, capturarse y explorarse para comprender su utilidad e identificar requisitos de procesamiento adicionales con los que se pudiera mejorar la calidad y la precisión en los resultados. El entrenamiento de modelos es iterativo por naturaleza y, para lograr un nivel aceptable de precisión, nuestros científicos de datos experimentan con fuentes de datos multiples, con diferentes features de datos, algoritmos e hiperparámetros.

Nuestro equipo se encarga de monitorizar no sólo el rendimiento de los modelos, sino también la calidad o variabilidad de los datos , ya que la mala calidad de los datos o un cambio significativo en los datos pueden alterar el rendimiento de los modelos, como ocurre por ejemplo en modelos de negocio con fuerte componente estacional como la formación de posgrado por ejemplo, el cual requiere cambios en los modelos para ajustarse mejor al comportamiento estacional de los clientes y mantener la máxima precision en los resultados. La medición contínua de los indicadores clave de rendimiento (KPI) determinados durante las etapas de iconcepto y arranque permiten medir con precision los beneficios del modelo y ver su evolución en el tiempo con herramientas adecuadas de visualización de datos y reporting.

Nuestras últimas publicaciones

haiyue​


Email:      info@haiyue.es                  
Dirección: Juan Ramón Jimenez 6

             28232, Las Rozas de Madrid.

 

 

© haiyue 2020, todos los derechos reservados

 

 

 

 

 

Síguenos en Linkedin