darioabadie / bairesdev

BairesDev Coding Challenge

Descripción

La siguiente aplicación analiza un archivo con datos de profesionales obtenidos de Linkedin a fin de identificar los 100 potenciales clientes con mayor probabilidad de comprar los servicios de la empresa BairesDev.

Uso de la aplicación

Para hacer uso de la aplicación se debe ejcutar el archivo bairesdev_clientes.exe. La aplicación toma como entrada el archivo people.in y genera un archivo de salida people.out el cual contiene el listado de los 100 potenciales clientes identificados por el parámetro PersonId.

## Criterio de selección de la aplicación A continuación se describen los criterios que utiliza la apliación para seleccionar los individuos que son considerados clientes potenciales de BairesDev.

• No se considerarán individuos que no tengan un puesto definido.
• Los individuos ocuparán preferentemente puestos directivos en sus respectivas empresas (Ej CEO, CTO, Director, Vice presidente, etc). Esto surgió de una investigación sobre el perfil de los clientes que han compartido su experiencia con BairesDev (Fuente).
• Debido a que el 95% de los desarrolladores se encuentran en Latinoamérica, se considera conveniente que los individuos vivan en un país latinoamericano. De esta manera la comunicación con los clientes será más efectiva, con todos los beneficios que esto implica tanto ellos como para BairesDev y sus desarrolladores.
• Se busca que los individuos pertenezcan a alguna industria en la cual BairesDev tenga experiencia desarrollando soluciones. (Fuente).
• Se valorarán el número de conexiones y el número de recomendaciones que tengan los individuos.

Principio de funcionamiento

Los siguientes pasos describen el funcionamiento de la aplicación:

• Cargar el contenido del archivo People.in en un dataframe.
• Eliminar los perfiles que no tienen un puesto definido.
• Crear la característica Score que se utiliza para cuantificar la posbilidad que tiene cada perfil de convertirse en cliente de BairesDev. Todos los perfiles inicialmente tienen Score = 0.
• Si el perfil tiene ubicación en Sudamérica añadir 30 unidades a su Score.
• Si el perfil cuenta con un cargo directivo en alguna compañia añadir 20 unidades a su Score.
• Si el perfil pertenece a alguna de las industrias en las cuales BairesDev tiene experiencia desarrollando soluciones añadir 15 unidades a su Score.
• Multiplicar el número de contactos que tiene el perfil por 1/50 y sumar dicho resultado a su Score.
• Multiplicar el número de recomendaciones que tiene el perfil por 1/5 y sumar dicho resultado a su Score.
• Ordenar la base de datos con los perfiles de mayor a menor Score.
• Seleccionar los 100 perfiles con mayor Score.
• Almacenar el resultado anterior en un archivo People.out.

Mejoras de la aplicación

• Se puede analizar una base de datos con los clientes actuales de BairesDev a fin de caracterizar sus perfiles y así optimizar los parámetros de ponderación empleados en el algoritmo de selección actual.
• Sería factible desarrollar un algoritmo de inteligencia artificial utilizando la base de datos de clientes actuales de BairesDev. La arquitectura propuesta es un Neural Network Classifier, el cual tomará como dato de entrada un perfil de LinkedIn y como salida determinará si el mismo es un potencial cliente o no. Los pasos a seguir para implementar esta solución son los siguientes:
  • Identificar las características para analizar en cada perfil (Feature selection). Ej: Ubicación, industria, posición, número de contactos, número de recomendaciones, etc.
  • Complementar la base de datos con perfiles de LinkedIn de personas que no son clientes de BairesDev (Data augmentation).
  • Etiquetar aquellos perfiles de personas que son clientes a fin de diferenciarlos en la base de datos de aquellas personas que no lo son (Data labeling).
  • Dividir la base de datos en dos porciones: una dedicada para entrenar la red neuronal (training set) y otra para evaluar la precisión de la misma (testing set).
  • Entrenar la red neuronal con el traning set empleando un algoritmo de aprendizaje supervisado (Supervised learning). Ej. Regresión lineal, random forest y support vector machines.
  • Evaluar la precisión de la red neuronal empleando el testing set.
  • Si la precisión obtenida es satisfactoria proceder a emplear el algoritmo con nuevos datos. Caso contrario entrenar la red con otros algoritmos de aprendizaje supervisado hasta obtener una precisión aceptable.