Análisis predictivo e inteligencia artificial
Metodología de desarrollo Scrum y Kanban.
- Aplicación de Redes Bayesianas, Redes neuronales, Modelos gráficos probabilísticos, Deep Learning, Estadística Funcional
- Extracción, Transformación y Carga – ETL: Spark con python y R
- Investigación y análisis de la aplicación de técnicas “Deep Learning” para solucionar problemas de Telco y Retail.
- Desarrollo de cálculo de features en entornos BigData con R y Hadoop.
- Implantación de herramientas de Data Discovery en compañías de telecomunicaciones.
- Implantación de sistemas de gestión de bases de datos (SGDB) en la nube para la administración de data warehouse de empresas de telecomunicaciones.
- Desarrollo e implantación de sistema de recomendación en e-commerce en Spark con Scala.
- Diseño y explotación de arquitectura Lambda.
- Diseño y desarrollo de modelo automatizado de análisis predictivo para la recomendación de campañas de marketing.
- Modelos de clustering distribuidos temporales, Deep Learning, aprendizaje por refuerzo, aprendizaje por competición.
- Diseño y desarrollo de modelo de identificación de grupos legales mediante datos de transferencias por medio de modelos de grafos.
- Desarrollo de paquete en R para el análisis clustering dinámico de usuarios.
- Modelo de scoring online
- Modelos predictivos de evolución a lo largo del tiempo de carteras de inversión
- Modelos de grafos para identificación de riesgo crediticios en empresas mediante Deep Learning y procesamiento distribuido
- Diseño y desarrollo de modelo de identificación de grupos por medio de modelos de grafos.
- Desarrollo de paquete en R para el análisis clustering dinámico de usuarios.