José P. Barrantes

¡La prevención de fraude es difícil! La “automatización total” suele aumentar los falsos positivos, la fricción y los puntos ciegos ante tácticas nuevas, mientras que los expertos humanos no pueden pr… Ver más

¡La prevención de fraude es difícil! La “automatización total” suele aumentar los falsos positivos, la fricción y los puntos ciegos ante tácticas nuevas, mientras que los expertos humanos no pueden procesar los casos a la misma velocidad que una máquina. En esta charla hablaremos de diseño de software que utiliza componentes de machine learning (ML) y que también cuenta con analistas expertos como parte de su arquitectura. Para ello, presentamos un patrón de diseño human-in-the-loop (HIL) para software antifraude que combina ingeniería de software, componentes de ML, y analistas expertos. Mostramos cómo usar el scoring para reducir la fricción en condiciones de bajo riesgo, aplicar las medidas adecuadas en condiciones de alto riesgo y rutear los casos ambiguos para su revisión humana; la idea es obtener lo mejor de ambos mundos: expertos potenciados por ML. El sistema también incorpora retroalimentación continua de las analistas para la mejora de decisiones, reglas, y modelos predictivos. Cerraremos con trade-offs prácticos, como la calidad de los datos, la latencia, la gobernanza y el cumplimiento. Las personas asistentes saldrán con un blueprint aplicable a organizaciones reales. Sobre José P. Barrantes: José P. es un ingeniero de machine learning (ML) y científico de datos que integra métodos estadísticos y computacionales para convertir los datos en decisiones. Actualmente trabaja en el equipo de Ingeniería de Prevención de Fraude de IBM Cloud, centrándose en ingeniería de ML y MLOps, incluyendo el diseño de pipelines, arquitecturas y herramientas para poner en producción modelos predictivos. José ha trabajado en los sectores de fintech y banca, en startups centradas en la prevención del fraude, y en empresas tecnológicas más amplias, lo que le ha proporcionado una visión práctica de los sistemas de ML en el mundo real. Sus habilidades técnicas e interpersonales ayudan a conectar a ingenieros, estadísticos y líderes empresariales, asegurando una comprensión compartida y resultados prácticos. Además del trabajo, disfruta de la lectura, senderismo, del té, y pasar tiempo con sus perros, Pequeña Mai y El Milanesso. Ver menos