IBM watsonx.governance: Gobernanza de Modelos Predictivos de IA

En este curso se sigue un escenario realista: gobernar los modelos predictivos de un proyecto de ciencia de datos durante todo su ciclo de vida. El proyecto consiste en crear modelos de aprendizaje automático para aprobar préstamos hipotecarios, decisiones que afectan mucho tanto a las personas como a las organizaciones. La historia la conducen Anna Parker, responsable sénior de producto en una entidad financiera que aprueba hipotecas, y Sara Man, especialista sénior en ciencia de datos, que guía al alumno. El alumno asume el papel de Leo Meep, especialista júnior en ciencia de datos, y usa IBM watsonx.governance para detectar sesgos y vigilar la deriva de las métricas de los modelos desplegados.

El curso explica los pilares de IBM para una IA fiable, como la explicabilidad, la equidad y la transparencia, y propone ejercicios prácticos con la interfaz gráfica: crear modelos de aprendizaje automático, seguir su linaje, enriquecerlos con metadatos (lo que antes se llamaba AI Factsheets) y explorar esos pilares con watsonx.governance. Por último, se despliega el modelo y se vigila su deriva con la interfaz gráfica de Watson OpenScale.