Data Science Junior

El horario de prácticas es de 9:00 a 14:00

Los pasos clave para abordar este proyecto podrían ser los siguientes:

Comprensión del Contexto:

Analizar detalladamente el proceso actual de detección y resolución de faltas en la red de distribución.

Identificar las variables clave y los datos recopilados por los dispositivos instalados en la red.

Recopilación y Limpieza de Datos:

Obtener datos históricos y en tiempo real de los dispositivos de la red de distribución.

Limpiar y preprocesar los datos para eliminar posibles errores o inconsistencias.

Identificación de Variables Relevantes:

Determinar qué variables son más relevantes para predecir la presencia de faltas en la red.

Evaluar la calidad y la disponibilidad de datos para estas variables.

Desarrollo de Modelos Predictivos:

Seleccionar y entrenar modelos de aprendizaje automático que puedan predecir la ocurrencia de faltas en la red.

Utilizar técnicas de analítica avanzada para mejorar la precisión del modelo.

Entregable final:

Evaluar continuamente el rendimiento del sistema y recopilar retroalimentación de los operadores.

Realizar mejoras iterativas en los modelos y procesos según sea necesario.