On Demand Webinar
Bajo Demanda • Duración: 30 minutos
El volumen de datos sigue creciendo día a día. Existe una gran demanda de científicos de datos y profesionales analíticos altamente cualificados. Las organizaciones luchan por encontrar respuestas eficaces a problemas cada vez más complejos. Ya sea analizando cada transacción para identificar patrones de fraude emergentes, analizando las crecientes interacciones en redes sociales para mejorar la experiencia de los clientes o desarrollando un sistema de recomendaciones preciso y rápido para predecir las mejores ofertas, un software avanzado de Machine Learning puede ayudar a las organizaciones resolver cuestiones críticas.
En la solución de SAS para Data Mining y Machine Learning, los modelos analíticos desarrollados tanto en SAS como en Open Source (Python o R por ejemplo) se ponen a competir utilizando un esquema de validación adecuado para encontrar el modelo ganador.
Además con la creciente complejidad en modelos avanzados, SAS incluye la interpretabilidad global y local (por ejemplo, LIME y Shapley) y los gráficos de dependencia parcial para ayudar a la empresa a generar confianza en el Machine Learning y la AI.
¿Tiene un Perfil SAS? Para completar este formulario automáticamente: Ingresar
Cristina Pérez es licenciada en Matemáticas y máster en Ingeniería Matemática por la Universidad Complutense de Madrid. Ha desarrollado su carrera profesional los últimos 12 años en SAS trabajando en el departamento de Customer Advisory en la práctica analítica, en especial ayudando a los clientes a solucionar sus necesidades y aportando valor para su negocio con las soluciones de minería de datos, machine learning y text analytics.
Tras haber estudiado Ingeniería Industrial y una breve experiencia en una gran compañía de Oil & Gas redirigí mi vida laboral al mundo de la Analítica. Esto me abrió las puertas al Machine Learning e Inteligencia Artificial. Cuando me uní a SAS entré en el departamento de Preventa, donde soy capaz de trabajar tanto en el lado más técnico del Data Science, los modelos predictivos o el software como en el ámbito comercial y orientado a resultados y, de este modo, responder mejor a las necesidades y desafíos de los clientes.