/ Proyectos

Termina tu proyecto de datos o IA sin quedarte atorado en decisiones clave

Proyectos reales con decisiones explicadas — los recursos exactos que necesitas, cuando los necesitas.

AI Lab · ATLAS

Por qué funciona

Por qué funcionaLos recursos exactos para terminar tu proyecto

Sin teoría de relleno. Lo que necesitas, cuando lo necesitas.

Decisiones reales explicadas. Ves qué opciones había, cuál se eligió y por qué.

Checkpoints por fase. Sabes si vas bien antes de pasar a la siguiente etapa.

Errores comunes documentados. Cada fase incluye los errores que comete un junior, leerlos te ahorra horas.

Just-in-time knowledge. Los recursos exactos en el momento exacto, sin relleno, sin horas de video previas.

Código base reutilizable. El pipeline de cada proyecto es adaptable, cambia los datos y tienes la estructura para tu caso.

Problemas industriales reales. Minería, salud, retail, energía, gobierno, no ejercicios académicos inventados.

Cómo avanzas

Cómo avanzasEntiendes criterio. No sigues instrucciones.

Cada proyecto está organizado como una secuencia de decisiones.

1

Entras a un proyecto real. Minería, salud, retail, energía, gobierno. Problemas que existen en la industria, no ejercicios académicos inventados. Ver proyectos →

2

Sigues el desarrollo como decisiones. Cada etapa tiene un brief, un mapa de decisiones y bloques que te obligan a pensar antes de ver la solución.

3

En cada punto ves: opciones, elección, por qué.

  • Decisión clave: ¿Regresión o clasificación? ¿Por qué? ¿Qué pasa si te equivocas?
  • Error común: qué haría un junior vs alguien con experiencia real en este problema.
4

Aplicas ese criterio a tu propio proyecto. El objetivo no es replicar el código, es llevarte el razonamiento. Eso es lo que te permite terminar.

Proyectos de referencia

ProyectosProblemas reales que puedes resolver

Filtra por sector o explora todos.

Negocios

Markowitz con ML para carteras de inversión

  • Predicción de precio de activos con LSTM
  • Optimización de portafolio con Markowitz
Ene 2026 1.7k vistas
Negocios

Predicción de ventas, segmentación y anomalías

  • Pipeline completo de forecasting y clustering retail
  • Detección de anomalías en transacciones comerciales
Mar 2026 2.5k vistas
Educación

Predicción de deserción estudiantil — Paso a paso

  • Modelo predictivo con SHAP para identificar causas de abandono
  • Pipeline completo: research gap, baseline, iteración y despliegue
Mar 2026 3.4k vistas
Industria

Cemento — Resistencia a la compresión

  • Regresión sobre composición de cemento vs. resistencia
  • Predicción con diferentes tiempos de fraguado
Mar 2026 1.2k vistas
Agricultura

Predicción de precios de abarrotes

  • Regresión sobre precios locales + optimización nutricional
  • Régimen alimenticio de menor costo con restricciones
Mar 2026 2.4k vistas
Agricultura

Degradación de pastizales con Sentinel/Landsat y NDVI

  • Análisis multitemporal de NDVI con imágenes Sentinel y Landsat
  • Detección de zonas de degradación en pastizales
Mar 2026 Nuevo
Industria

Clasificación de fallas en redes eléctricas con texto y datos tabulares (BERT)

  • Arquitectura tipo TabBERT: embeddings tabulares + comentario de campo con DistilBERT
  • Agrupación de causas de falla en clases con significado de negocio
Jul 2026 Nuevo
Negocios

Brecha de género en el capital humano y la innovación empresarial

  • 4 hipótesis, 4 modelos: XGBoost, KMeans y una red neuronal para simular escenarios
  • Datos de la EDIT (DANE), sectores servicios y manufactura
Jul 2026 Nuevo
Minería

Mapas de prospectividad mineral con datos geoespaciales

  • Interpolación IDW y RBF sobre litología, campo magnético y geoquímica
  • KMeans, DBSCAN y regresión combinados en un mapa de prospectividad
Jul 2026 Nuevo
Minería

Optimización de controles operativos en minería con clasificación multietiqueta

  • MultiOutputClassifier para predecir decenas de controles binarios a la vez
  • Evaluación en dos capas: métricas globales + matriz de error por control
Jul 2026 Nuevo
Industria

Clasificación de daños en puentes con CNN (VGG16) y deep learning

  • Transfer learning con VGG16 sobre datos abiertos de inspección (dacl1k)
  • Dos experimentos: por qué un resultado pobre fue el hallazgo que mejoró el modelo
Jul 2026 Nuevo
Salud

Generación de imágenes sintéticas de mamografía con GAN y momentos de Hu

  • Generador y discriminador adversariales para aumentar datos médicos escasos
  • Momentos de Hu como métrica propia, complementaria a FID y KID
Jul 2026 Nuevo
Salud

Clasificación de riesgo de salud mental con NLP y embeddings

  • Embeddings tipo MiniLM + regresión logística, ligero para desplegar en AWS Lambda
  • Mapeo de 7 clases a 3 niveles de urgencia: el modelo prioriza, nunca diagnostica
Jul 2026 Nuevo
Negocios

Análisis de sentimiento en tuits para social listening

  • Comparación honesta de 4 clasificadores de sentimiento sobre texto de redes sociales
  • Por qué la exactitud global no bastó para elegir el modelo correcto
Jul 2026 Nuevo
Ambiente

Pronóstico de caudal hídrico con LSTM multivariado

  • LSTM univariada, multivariada y multi-step comparadas con métricas de hidrología
  • Datos abiertos de gobierno: caudal y precipitación horaria de más de 4 años
Jul 2026 Nuevo
Industria

Segmentación de empresas eléctricas con clustering aplicado al VAD

  • K-Means aplicado al criterio regulatorio chileno de Áreas Típicas de Distribución
  • Por qué entender el negocio antes del modelo fue la verdadera contribución
Jul 2026 Nuevo
Negocios

Análisis de sentimiento en redes sociales en tiempo real con AWS serverless

  • EC2 solo para el streaming persistente, Lambda para todo lo disparable por evento
  • Formato de datos simplificado documentado como limitación real, no escondida
Jul 2026 Nuevo
Negocios

De reseñas de clientes multilingües a un tablero de decisión estratégica (Balanced Scorecard)

  • Detección de idioma, traducción y sentimiento sobre reseñas en varios idiomas
  • Clustering no supervisado validado con el negocio antes de mapear a KPIs
Jul 2026 Nuevo
Educación

Keras-RL, DQN y la evolución de las arquitecturas de aprendizaje por refuerzo

  • Agente DQN entrenado desde cero para jugar Atari Space Invaders
  • De DQN a arquitecturas actuales: aplicaciones reales citadas y explicadas
Jul 2026 Nuevo
Minería

Estimación de costos operativos en minería, validando distribuciones con Q-Q plots

  • Qué son los Q-Q plots y por qué se validan antes de confiar en un modelo lineal
  • Comparación de seis modelos de regresión con evidencia objetiva
Jul 2026 Nuevo
Agricultura

Que tu investigación no quede en papel: detección de plagas en algodón con una app real

  • De un modelo entrenado en notebook a una app móvil real con BeeWare
  • Límites honestos de la arquitectura: prueba de concepto, no producción
Jul 2026 Nuevo
Negocios

Detección de sesgo entre árbitros de análisis de minerales, con backtesting

  • Diseñar la pregunta de negocio como una prueba estadística contestable
  • Backtesting contra los dos métodos que ya se usaban en la práctica
Jul 2026 Nuevo
Energía

Identificación de hurto de energía con clustering y Random Forest

  • Por qué la tendencia del consumo importa más que su nivel absoluto
  • Un recall de 0.50 reportado tal cual, sin maquillar el resultado
Jul 2026 Nuevo
Agricultura

Predicción de variables en tanques de piscicultura con IoT

  • Por qué el diseño de un sensor decide el horizonte de predicción honesto
  • SARIMA descartado con evidencia: R² de -2.61 frente al Random Forest elegido
Jul 2026 Nuevo
Ambiente

Predicción de precipitación con estación propia y datos abiertos

  • Cómo comprobar, con evidencia, si un dato abierto tipo GPCC o CHIRPS mejora tu modelo
  • Un shapefile como contexto cartográfico, no como variable del modelo
Jul 2026 Nuevo
Negocios

Más allá del AUC: matriz de KPIs de negocio para riesgo crediticio

  • Cuatro modelos empatados en AUC, desempatados con KPIs reales de la industria
  • Por qué una red neuronal terminó última pese a ser el enfoque más complejo
Jul 2026 Nuevo
Negocios

Predicción de rendimientos de bonos del Tesoro con indicadores técnicos

  • Indicadores técnicos con sus ecuaciones, no solo el nivel crudo del rendimiento
  • Un modelo RNN/LSTM/GRU distinto para cada uno de los 8 plazos de la curva
Jul 2026 Nuevo
Seguridad

Detección de violencia en video de vigilancia con pose estimation

  • Pose estimation reutilizada tal cual, sin reentrenar el modelo de detección
  • Estudio de ablación real: con y sin filtro de Kalman, medido con AUC
Jul 2026 Nuevo
Negocios

Social listening en YouTube para tendencias de noticias emergentes

  • Pipeline diseñado alrededor de la cuota gratuita de la API, no de un presupuesto pagado
  • Modelado de tópicos con NMF para distinguir un tema que crece de uno que solo tiene volumen
Jul 2026 Nuevo
Negocios

Predicción de venta de boletos por punto de venta

  • Codificación ordinal por popularidad en vez de one-hot, con la razón de negocio detrás
  • 8 familias de modelos comparadas con la misma métrica (MAPE), no una sola ajustada a ciegas
Jul 2026 Nuevo

Lo que dicen quienes lo usaron

TestimoniosProyectos terminados. Tesis defendidas.

★★★★★

"Lo que más me ayudó fue ver cómo se justifica la elección de métrica. Eso es exactamente lo que más te preguntan en la defensa."

RV

Rafael V.

Tesis · Ing. Minas · Perú

★★★★★

"Llevaba semanas sin avanzar. Los bloques de decisión clave fueron lo que necesitaba para dejar de dudar."

LC

Laura C.

Tesis · Ciencias de datos · MX

★★★★★

"Necesitaba demostrarle al jefe que el modelo servía. La sección de evaluación con contexto de negocio fue clave para esa conversación."

MC

Marcos C.

Analista · Operaciones · Chile

★★★★☆

"Entendí por qué XGBoost no siempre es la respuesta. Cambié de modelo y mejoré resultados sin tuning ciego."

DP

Diana P.

ML Engineer · Portafolio · CO