- Francisco Assiso (Team Leader)
- Ricardo Castañeda (Data Scientist) (Team A)
- Omar Orozco (Data Scientist) (Team A)
- Emiliano Rivera (Data Scientist) (Team A)
- Eduardo Buysse (Data Scientist) (Team B)
- Addán Cruz (Data Scientist) (Team B)
- John Beltrán (Data Scientist) (Team B)
- Adrián Chirinos (Visual Expert)
- Omar Cerezo (Visual Expert)
- Santiago Trejo (Visual Expert)
- Jose Antonio Quiroz (AI Engineer)
- Rosalbira Ramírez (AI Engineer)
- Camila Rubio (Machine Learning Engineer)
- Agustín Melián (Machine Learning Engineer)
- Somos la municipalidad de Chicago y creemos que con la información, de crímenes que disponemos atarvés de nuestro portal, podemos utilizar herramientas de visualización y predicción útiles para el patrullaje y mejorar la asignación de recursos de la policía.
- Para ello, solicitamos: un (1) Dashboard que muestre los conteos y agregados de los crímenes por estación de policía, por fecha, por tipo de crimen, por arresto y por código federal. Un (1) Dashboard con la representación geográfica de los puntos de ocurrencia de crimen. Un (1) Dashboard de predicción o clusterización de los crimenes. El volumen esperado de consulta de los Dashboards es de 50 / día.
- Requerimos además: Dos (2) reportes de análisis de los crímenes. Por fecha, tipo de crimen, por arresto y por código federal. Incluir insights, conclusiones y recomendaciones por parte del equipo analista. Los reportes deben ser en PDF y Jupiter Notebook.
- Requerimos un (1) sistema predictor de volumen de crímenes utilizando series de tiempo. Para ello, el equipo deberá disponibilizar de un App en la web donde se visualice la predicción y dos (2) APIS donde se retorne la predicción y las gráficas através de un Endpoint Rest. El volumen esperado, a la API es de 20 / día.
- Requerimos un (1) sistema de AI que analice de forma offline los resultados de los crimenes y genere reportes automáticos.
- Se solicita al equipo: la documentación técnica y manual de usuario.