🔧 ● Live
Classification · ML

Equipment Failure Prediction

Predicción de Fallas en Equipos

Predictive maintenance system that classifies failure type before it occurs, optimizing maintenance costs and preventing unplanned downtime.

Sistema de mantenimiento predictivo que clasifica el tipo de falla antes de que ocurra, optimizando costos de mantenimiento y evitando paros no programados.

Python Scikit-learn XGBoost Streamlit
🏭 Manufacturing · Fleets Manufactura · Flotas
👥 ● Live
Classification · Binary · ML

HR Employee Attrition Prediction

Predicción de Rotación de Empleados

Machine learning system to identify employees at risk of leaving, enabling proactive retention strategies and reducing turnover costs.

Sistema de machine learning para identificar empleados en riesgo de irse, permitiendo estrategias de retención proactivas y reduciendo costos de rotación.

Python LightGBM XGBoost Streamlit
👔 HR · Talent Management RRHH · Gestión del Talento
👁️ Planned Planificado
Computer Vision · Deep Learning

Operations Object Detection

Detección de Objetos en Operaciones

Computer vision model for automatic detection and counting of objects in industrial environments: pallets, PPE, products.

Modelo de visión por computadora para detección y conteo automático de objetos en entornos industriales: pallets, EPP, productos.

Python YOLO OpenCV Streamlit
📦 Logistics · Security Logística · Seguridad Coming soon Próximamente
📈 Planned Planificado
Time Series · Forecasting

Demand Forecasting

Predicción de Demanda

Forecasting model to predict product demand, optimizing inventory and reducing waste in the supply chain.

Modelo de forecasting para predecir demanda de productos, optimizando inventarios y reduciendo desperdicios en la cadena de suministro.

Python Prophet XGBoost Streamlit
🚛 Logistics · Retail Logística · Retail Coming soon Próximamente

📐 CRISP-ML(Q) MethodologyMetodología

All projects follow the CRISP-ML(Q) standard for Machine Learning, ensuring reproducibility, documentation and quality at each phase.

Todos los proyectos siguen el estándar CRISP-ML(Q) para Machine Learning, garantizando reproducibilidad, documentación y calidad en cada fase.

01
🎯
Business Understanding
02
📊
Data Understanding
03
🔧
Data Preparation
04
🧠
Modeling
05
Evaluation
06
🚀
Deployment