Descripción del proyecto: La solución consiste en un sistema de predicción de eventos (baches), que es capaz de anticipar la predicción de eventos de 2 días, analizando los datos de días anteriores. Logra excelentes indicadores de rendimiento, ya que las predicciones detectan sobre el 80% de los eventos, y las predicciones que son falsos positivos se mantienen al margen. de esta manera es posible mejorar la planificación sobre la gestión de reparación de caminos en la mina.
Este sistema es de bajo costo de desarrollo y operación, ya que usa librerías Open Source y la dinámica de entrenamiento es de sencilla ejecución.
Costos asociados a solución: La solución podría implementarse en algún servicio en la nube, como Google Cloud Platform, AWS, o Azure. El costo de los servicios para ejecutar modelos de Machine Learning (ML) en la nube son relativamente baratos para el volumen de datos de esta solución en particular. Estamos hablando de $10-20 UDS mensuales por ejecutar una predicción diaria.
por otro lado hay que considerar los costos de mantenimiento y de reentrenamiento de los modelos de ML, estos podrían alcanzar los $1.000 usd mensuales por las Horas Hombre destinadas a estas labores.
Tiempo de implementación: En tres meses se podría implementar de forma adecuada la solución. El primer mes se trabajará en conocer y definir las fuentes de datos y sus estructuras para poder comunicarse con la nube. El segundo mes se implementa el o los modelos de Machine Learning en la nube y se desarrolla alguna interfaz de usuario. el ultimo mes se pone a prueba el sistema completo y se ajustan detalles de su funcionamiento.
Grado de innovación y diferenciación: El modelo de Machine Learning (ML) desarrollado para este concurso es original y exclusivo. La propuesta es única en su tipo, y si bien la metodología y las herramientas de trabajo son ampliamente conocidas, el modelamiento matemático, la programación y el entrenamiento de los modelos son particulares a esta propuesta.