Modelo Predictivo de Riesgo Crediticio
Un análisis avanzado de más de 5.5 millones de registros, diseñado para mejorar las decisiones de crédito con un modelo robusto, interpretable y confiable.
Explorar Dashboard
Un análisis avanzado de más de 5.5 millones de registros, diseñado para mejorar las decisiones de crédito con un modelo robusto, interpretable y confiable.
Explorar Dashboard
Registros procesados
Precisión en test
Variables finales
Este proyecto fue desarrollado en el marco de la Hackatón 2025-2 de la Universidad Santo Tomás - Seccional Tunja. El objetivo es construir un modelo de riesgo crediticio utilizando más de 5.5 millones de registros y aplicar técnicas de limpieza, depuración y selección de variables.
El modelo final logra un AUC del 84 %, lo que significa una alta capacidad para distinguir clientes buenos de clientes de alto riesgo.
El modelo se diseñó bajo un enfoque de explainability: pocas variables, sin colinealidad, con segmentaciones claras de riesgo que pueden traducirse directamente en políticas de crédito.
Somos un grupo de estudiantes de Ingeniería de Sistemas con enfoque en analítica de datos, ciencia aplicada y soluciones de negocio. Este proyecto busca mostrar capacidades técnicas con aplicabilidad real en el sector financiero.