modulo-08-proyecto-integrador

Módulo 8: Proyecto Integrador

Objetivo: Aplicar todo lo aprendido en el curso en un proyecto completo de Machine Learning, desde la definición del problema hasta el despliegue como servicio dockerizado.

---

Descripción

El proyecto integrador es tu oportunidad de demostrar que dominas el flujo completo de ML. Elegirás un dataset, construirás un modelo y lo desplegarás como un servicio funcional.

Entregables

1. Notebook de análisis (notebook.ipynb)

   • EDA completo
   • Preparación de datos
   • Entrenamiento y comparación de modelos
   • Selección del modelo final

2. Servicio de predicción (servicio/)

   • main.py con la API en FastAPI
   • Modelo serializado
   • Dockerfile funcional
   • Script de pruebas

3. Documentación (README.md)

   • Descripción del problema
   • Dataset utilizado
   • Resultados obtenidos
   • Instrucciones para ejecutar

Estructura esperada

proyecto/
├── README.md
├── notebook.ipynb
├── servicio/
│   ├── main.py
│   ├── modelo.joblib
│   ├── vectorizer.joblib
│   ├── Dockerfile
│   ├── pyproject.toml
│   └── test_api.py
└── data/
    └── dataset.csv (o instrucciones para descargarlo)

---

Guía paso a paso

Paso 1: Elegir un problema y dataset

Elige un dataset de clasificación binaria. Sugerencias:

• Predicción de diabetes
• Detección de fraude en tarjetas
• Aprobación de préstamos
• Predicción de satisfacción del cliente
• Detección de spam

Fuentes: Kaggle, UCI ML Repository

Paso 2: EDA y preparación (Módulos 2-3)

• Explorar el dataset (dimensiones, tipos, nulos)
• Visualizar distribuciones y correlaciones
• Limpiar y preparar datos
• Dividir en train/val/test

Paso 3: Modelado (Módulos 3-6)

• Establecer un baseline
• Entrenar al menos 3 modelos diferentes
• Hacer feature engineering
• Tuning de hiperparámetros
• Seleccionar el mejor modelo

Paso 4: Evaluación (Módulo 5)

• Reportar métricas completas (AUC, precision, recall, F1)
• Mostrar matriz de confusión
• Validación cruzada
• Evaluar en test

Paso 5: Despliegue (Módulo 7)

• Serializar el modelo final
• Crear la API con FastAPI
• Dockerizar el servicio
• Probar que funciona

---

Rúbrica de evaluación

Criterio	Peso	Excelente	Aceptable	Insuficiente
EDA	15%	Análisis completo con insights	EDA básico	Sin EDA
Preparación	15%	Datos bien tratados, feature eng.	Limpieza básica	Datos crudos
Modelado	25%	3+ modelos, tuning, comparación	2 modelos	Solo 1 modelo
Evaluación	15%	Múltiples métricas, CV, análisis	Métricas básicas	Solo accuracy
Despliegue	20%	Docker + FastAPI funcionando	API sin Docker	Sin despliegue
Documentación	10%	README claro, reproducible	README parcial	Sin README

Fecha de entrega

Definida por el docente. El proyecto se presenta funcionando (demo del servicio dockerizado).

---

Ideas de proyecto

Nivel básico

• Predicción de supervivencia en Titanic
• Clasificación de flores (Iris multiclase)

Nivel intermedio

• Predicción de churn en telecomunicaciones (diferente al del curso)
• Aprobación de crédito
• Predicción de diabetes

Nivel avanzado

• Detección de fraude (dataset desbalanceado)
• Predicción de abandono universitario
• Scoring de riesgo con datos financieros