Construcción predictiva automatizada de una serie de tiempo financiera corporativa con algoritmos dentro de un caso de estudio aplicado de Ciencia de Datos

Abstract

En este documento se presenta el estudio y la aplicación de métodos de ciencia de datos sobre una base procesada, con el fin de mejorar la predicción financiera de un departamento operando para una empresa local de tecnología. Los ejecutivos y usuarios finales de dichas predicciones se apoyan de aquellos valores para la construcción de la estrategia corporativa, así como la toma de decisiones respectivas. Actualmente la operación en silos para la construcción de aquellos pronósticos evidencia la complejidad para reproducir dichos procesos. Aproximando a estas problemáticas algoritmos de aprendizaje de máquina y aprendizaje profundo puede resolver los retos que actualmente se enfrentan y dejar atrás procedimientos manuales.

El presente documento contiene la investigación, aplicación y obtención de resultados en el desarrollo y construcción de un proceso más innovador y autónomo para la construcción de predicciones para periodos futuros. En términos numéricos y específicos, se espera una eficacia superior a 90% de precisión y un tiempo máximo 100 minutos para la ejecución. En este trabajo se encuentra el análisis exploratorio inicial del caso obtenido, así como la transformación de los datos para su utilización en modelos de ciencia de datos. Finalmente se presentan las experimentaciones empleadas, las conclusiones resultantes y propuestas para la continuación de mejoramiento a los avances reportados en este documento.