Bienvenido al portfolio
Volver a proyectos

Nexo · Machine learning aplicado

Sistema de evaluación crediticia con Machine Learning

Demostración de Nexo.
Contexto
Proyecto personal
Participación
Desarrollo full stack

Problema

Hacer comprensible la evaluación de distintos perfiles financieros y permitir explorar cómo una variable cambia el resultado.

Solución

Desarrollé evaluaciones individuales y lotes de hasta diez solicitudes, comparación de escenarios, exportación a Excel y un tablero que incorpora las consultas de la sesión.

Arquitectura

Monolito MVT con Django. Un modelo Random Forest y procesamiento con Pandas, NumPy y scikit-learn. Despliegue con Gunicorn, WhiteNoise y Docker.

Paso 01 / 04 · Navegador

El formulario envía los datos del perfil ficticio «Caso Lima».

Leer el recorrido
  1. El formulario envía los datos del perfil ficticio «Caso Lima».
  2. Django prepara las variables de la solicitud para el modelo.
  3. Random Forest estima una probabilidad de aprobación del 83,82 % para este perfil.
  4. El tablero incorpora la evaluación a los resultados de la sesión.
DespliegueRenderDockerGunicornWhiteNoise

Tecnologías

Aplicación

  • Python
  • Django
  • Django Templates
  • HTML
  • CSS
  • JavaScript

Modelo

  • scikit-learn
  • Random Forest
  • StandardScaler
  • Pandas
  • NumPy

Entrega

  • OpenPyXL
  • Gunicorn
  • WhiteNoise
  • Docker
  • Render