Detección de fraude en tiempo real: cómo un modelo ML redujo falsos positivos en 45%
Cómo diseñamos un pipeline de scoring en streaming para una fintech chilena, reduciendo falsos positivos sin sacrificar recall.
Perspectivas técnicas y estratégicas del equipo Orbis sobre inteligencia artificial, datos y el futuro de la toma de decisiones.
Cómo diseñamos un pipeline de scoring en streaming para una fintech chilena, reduciendo falsos positivos sin sacrificar recall.
No todo lo que se puede automatizar con RPA debería automatizarse. Te explicamos cuándo agregar inteligencia cambia completamente el resultado.
Nuestra arquitectura estándar para proyectos de data engineering: qué elegimos, por qué, y qué errores evitamos en el camino.
El modelo funciona en el notebook. En producción es otra historia. Las lecciones que aprendimos deployando modelos en entornos bancarios y logísticos.
El caso de un retailer con 200+ SKUs donde reemplazamos modelos estadísticos clásicos por un ensemble que cambió su planificación de stock.
La decisión no es solo de costo. Es de velocidad, riesgo y foco. Te damos el framework que usamos con nuestros clientes para ayudarlos a decidir.