Modelcraft | Management Solutions

¿Por qué Modelcraft™?

ModelCraft™ es una herramienta de automated machine learning y modelización por componentes que permite simplificar e industrializar los procesos de desarrollo y validación de modelos de analítica avanzada

ModelCraft™ dispone de componentes de uso intuitivo para el tratamiento de datos, el desarrollo de modelos de analítica avanzada y el análisis de interpretabilidad. Para ello, permite conectarse a cualquier repositorio de datos y generar workflows de modelización de forma visual y sin necesidad de programar.

ModelCraft™ responde así a necesidades de la industria, tales como:

Incorporar algoritmos avanzados de Machine Learning al proceso de modelización de forma sencilla e intuitiva, tales como gradient boosting, redes elásticas, modelos ensemble, bosques aleatorios, máquinas de vector soporte o redes neuronales, entre otros.
Industrializar y acelerar el proceso de modelización, reutilizar los códigos y reducir el tiempo dedicado a tareas complementarias y repetitivas.
Facilitar el acceso a las técnicas de modelización avanzada a equipos no especialistas.
Mejorar el desempeño, la trazabilidad y la comparabilidad de los modelos.
Permitir la interpretabilidad de los modelos y automatizar la generación de su documentación.
En suma, mejorar los procesos de desarrollo y de validación de modelos, y permitir la generación de modelos challenger avanzados.

Además, ModelCraft™ ha sido desarrollada en cloud y utiliza de forma nativa las capacidades de auto-escalabilidad y computación en paralelo.

Gracias a ello, ModelCraft™ es una herramienta que permite acelerar la transición hacia una modelización basada en componentes, más eficiente, más interpretable, más accesible y con un menor riesgo de modelo.

Funcionalidades de ModelCraft™

ModelCraft™ dispone de una librería de componentes predefinidos que permiten desarrollar el ciclo de vida completo de la modelización

Input, conexión y descargas

Lector de datos input con distintos formatos y delimitadores.

Lector de modelos en formato .pkl.

Componentes de conexión con bases de datos (cloud, RDS).

Descarga de modelos, ficheros y reportes.

Muestreo

Algoritmos de muestreo.

Obtención de muestras de entrenamiento, test y validación.

Algoritmos de tratamiento de datos con alto grado de desbalanceo.

Visualizaciones

Comparación entre modelos y selección del modelo óptimo.

Análisis exploratorio de datos.

Representación de histogramas, diagramas circulares, etc.

Análisis de la estructura de la base de datos.

Cálculo de estadísticos descriptivos.

Performance y predicción

Mapeo de criterios en las muestras de entrenamiento, validación y test.

Cálculo de métricas y KPIs.

Análisis out-of-time y backtesting.

Predicciones.

Validación de modelos.

Gestión de bases de datos

Conexión simultánea con distintos repositorios de datos en varios lenguajes (postgresql, mariadb, mysql, oracle, terminal, etc.).

Tratamiento de datos con SQL (generación de tablas, manipulación y obtención de datos, cruce de tablas, etc.).

Importación y exportación de ficheros.

Feature engineering

Algoritmos binning.

Análisis de correlaciones.

Selección y eliminación de variables.

Análisis e imputación de missings.

Análisis y tratamiento de outliers.

Cálculo de weight of evidence.

Técnicas de encoding.

Entrenamiento de modelos

Técnicas de búsqueda de hiperparámetros.

Metodologías de ensamblado de modelos.

Algoritmos genéticos.

Entrenamiento de modelos supervisados y no supervisados.

Redes neuronales.

Interpretabilidad

Análisis de importancia de variables.

Algoritmos branch & bound.

Construcción de modelos subrogados.

Análisis univariantes y bivariantes.

Traza interpretable de todo el proceso de desarrollo.

Generación automática del informe completo del modelo

Automated machine learning

Generación de componentes creadas por el usuario, incluido código libre, en tiempo real.

Determinación y optimización del camino crítico entre componentes.

Encapsulación de componentes en tres niveles de profundidad.

Acceso al código Python y R generado por cada componente.

Características de ModelCraft™

ModelCraft™ permite la aplicación de técnicas de machine learning de forma intuitiva y robusta, y está desplegada en una tecnología sencilla, flexible y escalable

Usuario

Facilidad de uso

La interfaz de ModelCraft™ permite la construcción visual de los flujos de modelización y da acceso de forma organizada a todas las posibilidades de parametrización de las componentes.

Personalización

El usuario puede crear sus componentes, diseñar sus propios flujos de modelización y acceder a los códigos Python y R generados.el usuario.

Explicabilidad

ModelCraft™ permite generar con un solo botón una síntesis automática del modelo, sus variables y su proceso de desarrollo completo, que describe las decisiones tomadas por el usuario (e.g. los hiperparámetros del modelo) y por los algoritmos (e.g. las razones de exclusión de cada variable).

Evolución

ModelCraft™ está en permanente evolución y adaptación a las necesidades de la industria; por ejemplo, se ha incorporado ya a la librería de componentes el cálculo de la probabilidad de default (PD) y en breve se incorporarán LGD y CCF.

Trazabilidad

La interfaz ofrece una trazabilidad completa de los desarrollos realizados, permite el acceso a todo el código, y dispone de logs y de funcionalidades de trazabilidad.

Código optimizado

Cada componente en ModelCraft™ ha sido optimizado para maximizar la potencia computacional, utilizando las librerías disponibles de los entornos de programación más avanzados.

Integración

ModelCraft™ se integra de forma nativa con dos soluciones propietarias de Management Solutions: ModelCraft Integrator™, para la puesta en producción de los modelos mediante un gestor de modelos y reglas que interactúa con los sistemas operacionales, y ModelCraft Monitor™, para el seguimiento periódico y el backtest de los modelos.

Tecnologías de la Información (TI)

Flexibilidad en la implementación

ModelCraft™ puede implementarse como herramienta on-premise o como software-as-a-service (SaaS) en la nube, de acuerdo con las necesidades del cliente.
.

Escalabilidad y computación en paralelo

ModelCraft™ es escalable y aprovecha al máximo las capacidades de computación en paralelo, lo que permite el tratamiento de grandes volumetrías de datos y ejecuciones con una elevada carga computacional.

Despliegue sencillo

la arquitectura diseñada permite que ModelCraft™ pueda ser desplegada en un plazo muy breve, incluyendo un análisis de las necesidades del cliente, sus preferencias de configuración y las customizaciones necesarias.

Soporte reducido

ModelCraft™ requiere un soporte de IT reducido, y el mantenimiento incluye el despliegue de evolutivos.

ESTRUCTURA de ModelCraft™

ModelCraft™ dispone de dos áreas de trabajo: el panel de gestión de datos y el panel de modelización

El panel de gestión de datos permite conectarse a cualquier base de datos, y extraer, fusionar y tratar las tablas con lenguaje SQL. El panel de modelización permite, mediante componentes, realizar análisis exploratorios de datos, preparar los datos para la modelización, y entrenar e interpretar algoritmos avanzados de Machine Learning.

Gestión de datos

Gestión de bases de datos.
Conexión simultánea con distintos repositorios de datos en distintos lenguajes (postgresql, mariadb, mysql, oracle, terminal, etc.).
Programación en SQL.

Modelización

Tratamiento de datos y EDA.
Componentes de modelización y algoritmos avanzados de Machine Learning.
Componentes de interpretabilidad y reporting automático.

A su vez, los componentes de modelización se estructuran en tres niveles de profundidad: desde el nivel 0 (mínima tarea ejecutable, como detección de outliers o entrenamiento de un modelo) hasta el nivel 2 (agregación de componentes para construir un proceso de modelización end-to-end).

modelcraft

Arquitectura técnica

ModelCrafttm ha sido desarrollado de forma nativa en cloud, mediante una arquitectura basada en Kubernetes que permite el rápido despliegue de la librería de componentes y el front de programación visual

La arquitectura de ModelCraft™ está enfocada a diferentes librerías de componentes apificadas, lo que permite el uso de las componentes como microservicios, e incluye un gestor de usuarios, almacenamiento y ejecuciones.

Credenciales

Management Solutions dispone de amplias capacidades y referencias en el ámbito de la modelización avanzada, combinadas con un profundo conocimiento de la tecnología y los procesos de negocio

Management Solutions aporta un valor diferencial en el ámbito de la modelización avanzada:

Tiene una dilatada experiencia en el desarrollo, validación e implantación de modelos y algoritmos aplicados a múltiples ámbitos de los negocios en distintas industrias y sectores.
Cuenta con capacidades y recursos cuantitativos con un elevado grado de conocimiento y especialización (dos tercios de su plantilla son STEM).
En concreto, dispone de equipos de data scientists que realizan proyectos en inteligencia artificial y Machine Learning, así como de un equipo de I+D dedicado a la aplicación práctica de la IA aplicada a la gestión.
Ha desarrollado una Cátedra en Big Data y Analytics junto con la Universidad Politécnica de Madrid, donde desarrolla líneas de investigación sobre técnicas de modelización e inteligencia artificial. Esto le ha permitido desarrollar ModelCraft™ y mantenerla actualizada con los últimos avances en el ámbito de la modelización y la computación.

Gracias a estos valores diferenciales, Management Solutions implanta ModelCraft™ en todas sus industrias de actuación y en todos los países donde desarrolla su actividad.