Browsing by Author "Milano Taibo, José Germán"

Now showing 1 - 6 of 6
  • Thumbnail Image
    Item
    Análisis de clasificación por tramos de ingresos para los clientes de tarjetas de crédito
    (Universidad ORT Uruguay, 2023) Ramis Artagaveytia, Federico; Cea López, Gastón; Milano Taibo, José Germán; Visca Zanoni, Ramiro Eugenio; Mayr Ojeda, Franz
    Este trabajo final tiene como objetivo desarrollar una solución aplicable en el sector financiero uruguayo, orientada a responder a las nuevas demandas digitales y desafíos tecnológicos. En un contexto donde la hiperpersonalización redefine las expectativas de los clientes, incluso más allá del rubro financiero, las instituciones tradicionales se ven obligadas a adaptarse mediante la transformación digital. Esta transformación implica incorporar capacidades digitales a sus procesos, productos y activos, para competir con empresas nativas digitales. La propuesta del proyecto se centra en analizar la base de clientes de una institución financiera con el fin de clasificarlos según su nivel de ingresos mensuales. Esta segmentación permitirá diseñar ofertas crediticias -u otros productos financieros- alineadas con la capacidad económica de cada cliente. El modelo desarrollado combina técnicas de clasificación con análisis de comportamiento crediticio, generando ofertas preaprobadas y habilitando aumentos proactivos de límite, comunicados previamente a los beneficiarios. La implementación del modelo requerirá evaluar su integración con los procesos operativos existentes y garantizar su compatibilidad con las herramientas actuales de la institución.
  • Thumbnail Image
    Item
    Análisis e implementación de técnicas de “Batch Reinforcement Learning” pasivo para aplicación sobre casos reales
    (Universidad ORT Uruguay, 2021) Derderian Dostourian, Mariana; Milano Taibo, José Germán; Mottini d'Oliveira, Bruno Luis; Yovine, Sergio Fabián; Mayr Ojeda, Franz; Gravano, Agustin; Olloniego Rocca, Juan Andrés
    El presente trabajo final tiene como objetivo investigar las posibilidades que brinda la Inteligencia Artificial. En particular, se focaliza en analizar las diferentes técnicas de “Batch Reinforcement Learning” pasivo. Su implementación buscará abordar un caso de uso real basado en sistemas de recomendación. Esto implicó la realización de una evaluación de los diferentes algoritmos capaces de resolver esta y otras problemáticas, así como también las diferentes opciones de métricas de desempeño que pueden ser implementadas. Así, se buscará generar un marco de referencia para la aplicación de “Batch Reinforcement Learning”. El mismo abordará los siguientes pilares fundacionales: tratamiento del conjunto de datos, los algoritmos y posibles métricas de desempeño. Estos puntos forman un grupo indispensable para la aplicación de la técnica antes mencionada. Estos tres pilares se abordarán desde distintas ópticas. Por una parte, en lo que refiere a conjunto de datos, se utilizarán algoritmos que permitirán generarlos para mantener un escenario de pruebas controlado, sobre el cual puedan desarrollarse distintos experimentos. Por otra parte, se explorarán algoritmos que se consideran las bases para la aplicación de “Batch Reinforcement Learning” pasivo (e.g. Neural Fitted Q-Iteration), todos ellos basados en redes neuronales artificiales. Por último, será necesario evaluar métricas de desempeño que permitan conocer si un agente logró aprender a resolver la tarea propuesta. Finalmente, se dejan sentadas las bases para poder aplicar dichas técnicas a un caso real sobre una temática relevante en la industria: sistemas de recomendación.
  • Thumbnail Image
    Item
    Document Assistant
    (Universidad ORT Uruguay, 2022) Eiris Campomar, Nicolás Antonio; Otte Fernández, Sebastián Andrés; Fiori Iribarnegaray, Ignacio; Mayr Ojeda, Franz; Milano Taibo, José Germán; Rodriguez Pedreira, Juan Andrés
    El presente trabajo final se centra en la optimización del proceso contable asociado a la digitalización de facturas en papel. Se detectó la necesidad insatisfecha en empresas de distintas industrias en lo que refiere a la digitalización y posterior extracción de información relevante de documentos físicos, lo cual motivó la realización de este proyecto. El alcance del proyecto a nivel de negocio busca obtener una primera versión de la solución con funcionalidades básicas, para luego poder continuar iterando con el fin de experimentar la reacción del mercado ante la aparición de este producto. En lo que refiere a la solución, se integran tecnologías de inteligencia artificial junto a herramientas de software clásicas para la implementación, logrando un producto capaz de ser utilizado en producción. Las funcionalidades claves de esta primera versión, son agrupar facturas por proveedor así como también la extracción de información relevante para su posterior proceso contable. Se construyó un producto “end-to-end” capaz de aportar valor a los procesos contables asociados a la digitalización de facturas en papel. Los próximos pasos refieren a refinar la arquitectura para poder instalar el sistema en producción y comenzar a procesar documentos en la operativa de empresas reales.
  • Thumbnail Image
    Item
    Elaboración de modelo de clasificación para la detección de transacciones fraudulentas realizadas con tarjetas de crédito en ambiente de tarjeta no presente
    (Universidad ORT Uruguay, 2021) Peña Toledo, Maximiliano; Milano Taibo, José Germán; Villalba González, Juan Ignacio; Yovine, Sergio Fabián
    El presente trabajo final tiene como objetivo lograr la creación de un modelo predictivo para la clasificación de las transacciones con tarjeta de crédito, realizadas en un ambiente de tarjeta no presente en transacciones fraudulentas y transacciones no fraudulentas. La búsqueda de un modelo que cumpla con las pretensiones exigidas por el mercado actual, se realizará utilizando lenguaje de programación Python, por medio de técnicas de aprendizaje automático supervisado con la prueba de tres algoritmos diferentes: Random Forest, Extreme Gradient Boosting y Artificial Neural Networks. Esta búsqueda del modelo inicia con el análisis y exploración del conjunto de datos, seguido por la implementación, entrenamiento y prueba de los modelos, culminado con la selección de uno de éstos en función de ciertas métricas de evaluación. Finalmente, se comentarán las posibilidades para la implementación del mejor modelo seleccionado por parte de cualquier institución emisora de tarjetas de crédito que le parezca conveniente su utilización.
  • Thumbnail Image
    Item
    Solución integral IoT sobre red celular
    (Universidad ORT Uruguay, 2020) Rodríguez Fernández, Mauricio; Zucco Varela, Francis Raúl; Cremona Neme, Alejandro Nicolás; Pechiar Savio, Juan Ignacio; Milano Taibo, José Germán
    En el presente proyecto se expone el trabajo de investigación, diseño e implementación de un sistema integral de IoT (Internet Of Things) contemplando el proceso completo de adquisición y transmisión de datos hacia una plataforma en la nube, donde se implementó el procesamiento, almacenamiento y visualización de los mismos de forma enriquecida y relevante aportando valor agregado para el usuario. El proyecto tiene como finalidad actualizar la solución de telemetría actual de la empresa patrocinadora Smartway con foco en las siguientes consignas: 1- Actualizar el dispositivo de hardware mejorando sus prestaciones. 2- Emplear tecnologías y protocolos en auge para IoT. 3- Utilizar una plataforma IoT que permita escalar fácilmente en funcionalidades y de bajo mantenimiento. 4- Mejorar la seguridad de las comunicaciones con mecanismos de autenticación y cifrado. Para ello, se implementó una solución IoT end to end que integra diferentes componentes que son estándares de última generación en la industria. A nivel de hardware se diseñó una PCB (Printed Circuit Board) con los requerimientos específicos de la industria automotriz donde opera Smartway. Se utilizaron tecnologías como RTOS (Real Time Operatig System) para la arquitectura del firmware; NB-IoT, LTE-M y MQTT (Message Queue Telemetry Transport) para la trasmisión de datos, siendo estas tecnologías estado del arte para IoT. Finalmente se trabajó sobre la plataforma AWS IoT para el manejo de dispositivos, almacenamiento de datos y su posterior procesamiento. El grado de innovación de esta integración requirió entablar relación con las operadoras de telefonía locales para probar la solución sobre tecnologías aún no desplegadas comercialmente. Se logró implementar un sistema que cumple con los objetivos planteados anteriormente, y debido a la estandarización de sus módulos y madurez de la plataforma IoT utilizada, cuenta con la flexibilidad necesaria para adaptarse a diversas aplicaciones de forma sencilla.
  • Thumbnail Image
    Item
    Treysta
    (Universidad ORT Uruguay, 2017) Milano Taibo, José Germán; Arismendi, Gastón; Tricánico, Agustín
    Treysta, “confianza” en nórdico antiguo, es una compañía que basa su propuesta de valor en generar una oportunidad de ahorro para las personas en la póliza de seguro de sus automóviles. La empresa se sitúa en la industria de la venta de seguros de automóviles en Uruguay, integrándose en la cadena de valor como intermediario entre los dueños de automóviles y las aseguradoras. Treysta tiene por objetivo recompensar a los buenos conductores, para lo cual propone generar una estructura compuesta por grupos a modo de círculos cerrados que los contienen y donde, además, existe un vínculo de confianza entre ellos. El propósito de esto es obtener un beneficio común, el cual se logra en forma de ahorro en la póliza de seguro del automóvil. Dentro de cada grupo, los usuarios pagan el mismo monto que antes -es decir, que contratando a su actual aseguradora-por su póliza, donde una parte se destina a la aseguradora y otra parte se vuelca en un “pozo común” o pool. En la eventualidad de un siniestro, parte de los costos del arreglo serán cubiertos por el pool y, dependiendo de la entidad del incidente, se podrá activar o no la póliza. Si al final del período no ocurrieron siniestros o dicha cantidad fue reducida dentro de su grupo, el usuario recupera parte del costo de la póliza. La propuesta de valor se centra fundamentalmente en tres puntos; creación de la oportunidad de ahorro de hasta un 30%, obtención de un mejor servicio a un precio similar y una atención individualizada, orientada a la calidad del servicio. Para lograr generar los beneficios anteriores, se negociará con las aseguradoras, pólizas de seguro bonificadas. Esto se logrará mediante la contratación de las mismas utilizando un deducible facultativo, así como también utilizando un mecanismo de “paquetización” de pólizas y cobrando una menor comisión por intermediación.