Detección temprana de riesgo de corrupción en obras públicas

El problema

El órgano de auditoría trabajaba de forma reactiva: detectaba irregularidades en obras públicas después de que el daño ya estaba hecho. Con cientos de proyectos bajo supervisión y recursos limitados, no existía un criterio sistemático para decidir qué obras revisar primero.

La solución

Un modelo de machine learning que predice el riesgo de corrupción de una obra pública a partir de factores observables desde la fase de contratación — competencia en el proceso, composición del comité, ratios financieros, historial de supervisión de la CGR y métricas de ejecución —, permitiendo priorizar la fiscalización antes de que ocurran las irregularidades. Incluye un dashboard operativo para que el equipo auditor explore casos, simule escenarios y cargue lotes de obras a evaluar.

Stack técnico

Componente	Tecnología
Modelo ML	Python 3.11, scikit-learn (Random Forest)
Explicabilidad	SHAP (TreeExplainer)
API	FastAPI — 7 endpoints (predicción por lote y explicación de casos individuales)
Dashboard	React 18 + Vite + Tailwind CSS (exploración, simulación, carga por lotes, métricas)
Análisis de datos	pandas, numpy, matplotlib, seaborn
Despliegue	Docker + nginx

Resultado / impacto

• Macro F1: 0.6469 (supera el umbral objetivo de 0.60)
• Recall en riesgo extremo: 100% (supera el requisito de 90%)
• 326 obras públicas analizadas con 61 variables construidas en 5 dimensiones
• Validación con holdout: F1 = 0.9214, buena capacidad de generalización del modelo