Claro Data Challenge

1
Objetivos de Claro Data Challenge

Aportar modelos para Incentivar

la solución de fuga de la disciplina
clientes de Claro de la ciencia de
Perú. datos en el país
Brindar un espacio
para empresas e
investigadores con el fin
de mostrarlas aplicaciones
que se pueden realizar
haciendo uso de las
herramientas de
inteligencia artificial.
2
 Contexto - Competencias a Nivel Local
Objetivo

Predecir que tipo de producto compraría

un cliente dependiendo de su perfil
de comprador.

500
1 1500
Dólares
2 Dólares 3 Becas

3
Contexto - Competencias a Nivel Local
Objetivo

Predecir que tipo de producto compraría

un cliente dependiendo de su perfil
de comprador.

Cursos
1000 en
1 3000
Dólares
2 Dólares 3 Emprende
+ Cursos Up
4
Contexto – Competencias a Nivel Local

Objetivo:

Busca encontrar el mejor modelo predictivo de abandono de clientes a fin de predecir la

probabilidad de que prescinda de los productos o servicios contratados con una entidad
financiera.

Soluciones ganadoras:

1° Lugar: “Solución ganadora….”US$ 3,000 Dólares.

2° Lugar: “Solución ganadora”…US$ 1,000 Dólares + Curso Electivo en Emprender UP
3° Lugar: “Solución ganadora”3 Cursos Electivos en Emprende UP.
5
 Contexto – Competencias a Nivel Local

• Objetivo:
Busca encontrar el mejor modelo predictivo de abandono de clientes a fin de predecir la
probabilidad de que prescinda de los servicios financieros.

Soluciones ganadoras:

1° Lugar: “Solución ganadora….” Una laptop para cada estudiante

2° Lugar: “Solución ganadora”…Una Tablet para cada estudiante
3° Lugar: “Solución ganadora” Un reloj inteligente para cada estudiante

6
DIAPO DEL CONCURSO DE INTERBANK

7
Data Science

Matemáticas y
Estadística
Investigación Machine
tradicional Learning
Data
Science

Entendimiento del Desarrollo Ciencias de la

de computación
Negocio Software

8
SAMUEL OPORTO

EXPERTO EN EL ÁREA DE ESTUDIO

9
10
 2
Publicidad 3
Preparación de la publicidad
Organización
de la competencia
4
Desarrollo de Página web Organización
Pruebas de la plataforma Kaggle.
Publicidad en redes sociales de la presentación
Definir las bases de la competencia
Organización
Planificación de la capacitación del Full Day
Preparación de la logística para
Lanzamiento de la competencia el evento Planificación del cofeebreak
Invitación a los finalistas
Selección de finalistas Apertura de inscripciones para
Desarrollo de presentaciones el Full Day
Definir y coordinar recepción con
ponentes
Desarrollo del Fullday

11
Presentación de la competencia Full Day– 2da Etapa

Inicio de la Lanzamiento de la data Presentación de los Anunciamiento de los

Palabras de inicio competencia Claro en la plataforma finalistas frente al jurado ganadores.
Kaggle Selección de finalistas

3 1 2 3
1 2 1 2 3

Presentación de
Capacitación por UDSC ganadores de otros
Exposición de DataScience
concursos.
(Samuel Oporto)

Desarrollo de la competencia -1era etapa

Presentación de la competencia
12
Presentation Timeline – 5 Years
Text Title Text Title Text Title
This is a sample text, This is a sample text, This is a sample text,
place your own text here place your own text here place your own text here

2019 2021

2018 2020 2022

Text Title Text Title

This is a sample text, This is a sample text,
place your own text here place your own text here
ACTIVIDADES

Durante (Duración y Después (Duración y

Antes (Duración y Fecha)
Fecha) Fecha)

14
OPCIONES DE PROTECCIÓN DE DATOS

Data libre /
Data Controlada por Claro
Enmascaramiento

15
Organizadores

Sponsor:

16
PRESENTACION UNI

DIAPO 1

17
PRESENTACION UNI

DIAPO 2

18
Premios

Primer puesto: ???

Segundo Puesto: ???

Tercer Puesto: ???

19
Gracias

20
 Algunos Papers
Researchers: Rahul J. Jadhav, Usharani T. Pawar

Síntesis:

Realizaron una predicción acerca de la probabilidad de fuga de un cliente de una empresa de telecomunicaciones
según la cantidad de minutos a la semana que usa el usuario.

(IJACSA) International Journal of Advanced Computer Science and Applications,

21
Vol. 2, No.2, February 2011