En esta capa del recorrido nos detenemos en un método concreto: usar autoencoders para separar muestras que no siguen la distribución esperada de un lote biométrico o transaccional. No promete detección total, pero da indicios verificables cuando todavía no hay una caída visible en las métricas agregadas.
El enfoque trabaja registro por registro. Eso lo vuelve útil cuando la contaminación está concentrada en un segmento y no en el conjunto completo.
El autoencoder aprende a reconstruir muestras normales del lote auditado. Cuando una muestra inyectada se aparta de esa distribución, el error de reconstrucción sube y queda como candidato a revisión. No hace falta etiquetar el ataque de antemano.
Un umbral único suele fallar. La calibración se ajusta al segmento que se está auditando y se revisa cuando cambia la composición del lote, porque la misma desviación puede ser normal en un grupo y anómala en otro.
Las métricas agregadas pueden mantenerse estables mientras un subconjunto se degrada. El error de reconstrucción se observa muestra por muestra, así que la desviación aparece antes de que se diluya en el promedio general.
No toda muestra atípica es contaminación. El método ayuda a distinguir entre un caso poco frecuente pero real y una muestra generada o alterada con intención, siempre que el umbral esté bien calibrado y se documente el criterio aplicado.
La calibración no es un ajuste de una sola vez. Si entra un lote nuevo, cambia el origen o se modifica la mezcla de segmentos, conviene volver a medir la distribución de errores antes de confiar en el umbral anterior.
La calibración del umbral depende del segmento auditado y de la composición del lote en ese momento.
Seguir con el enfoque de auditoría o escribirnos desde la página de contacto.
Centinela Algorítmico es un proyecto editorial con sede en Buenos Aires, en Av. Corrientes 1235, piso 14, Torre Corrientes, Ciudad Autónoma de Buenos Aires. Nos dedicamos a un problema puntual: la integridad de los datos de entrenamiento en sistemas de scoring. No vendemos plataformas ni prometemos resultados; escribimos, ordenamos y explicamos métodos de verificación para equipos que ya tienen un modelo en producción y sospechan que algo dentro del lote no cierra.
El material está pensado para equipos técnicos, analistas de riesgo y responsables de modelos que necesitan señales tempranas de contaminación sin depender solo de métricas agregadas. La precisión global puede mantenerse estable mientras un segmento específico se degrada, y ese es justamente el punto ciego que nos interesa documentar.
Auditamos lotes biométricos y transaccionales con arquitecturas de redes neuronales que observan el comportamiento individual de cada registro. Los autoencoders, por ejemplo, aprenden a reconstruir muestras normales: cuando una muestra inyectada no sigue la distribución esperada, el error de reconstrucción sube y, con umbrales calibrados, esa desviación separa candidatos a ruido sintético del resto.
La calibración del umbral es sensible al segmento auditado y debe revisarse cuando cambia la composición del lote. Trabajamos con validación cruzada temporal, reglas de agregación robustas y registro de procedencia de datos, de modo que se pueda reconstruir qué lote ingresó, cuándo y desde dónde. Ese linaje es la primera defensa antes de cualquier diagnóstico más fino.
Describimos patrones, límites y métodos de verificación. No afirmamos certificaciones, plazos de respuesta ni orígenes de datos, y no atribuimos al sitio capacidades que no ofrece. Si un método tiene un costo computacional alto o un punto ciego conocido, lo decimos. Preferimos una explicación sobria y verificable antes que una promesa de detección total.
Si querés plantear una consulta técnica sobre el estado de tu conjunto de entrenamiento, podés escribirnos a support@bibleexaminer.com o llamar al +54 11 4923-4175. También podés revisar los estándares de auditoría que usamos como referencia interna.
Este proyecto nació de una observación incómoda: un modelo de scoring puede seguir mostrando una precisión agregada razonable mientras su comportamiento se degrada en un segmento puntual. El envenenamiento de datos rara vez rompe el sistema; lo inclina. Y esa inclinación casi nunca aparece en el tablero de métricas que se revisa cada semana.
Por eso el trabajo se concentra en la integridad del conjunto de entrenamiento, no en el resultado final. Nos interesa cómo se ve un lote biométrico o transaccional por dentro: qué registros se apartan de la distribución esperada, qué reconstrucciones fallan más de lo razonable, qué lotes ingresaron sin una fuente clara detrás. La detección temprana vive en esos detalles, no en el promedio.
No prometemos detección total ni resultados garantizados. Tampoco atribuimos al sitio funciones que no tiene: aquí no se crean cuentas, no se reservan turnos y no se entrega un veredicto automático. Lo que sí sostenemos es un método: mirar registro por registro, calibrar umbrales según el segmento auditado y volver a revisarlos cuando la composición del lote cambia. Un umbral fijo deja de servir en cuanto los datos se mueven.
El recorrido del sitio sigue ese orden. Primero las señales débiles que se esconden en métricas agregadas, después las arquitecturas que auditan muestras sintéticas, y más adelante la trazabilidad del linaje de datos como primera defensa. Cada página asume que el lector es un equipo técnico, un analista de riesgo o alguien responsable de un modelo, y que necesita entender límites antes que promesas.
Ver el enfoque de trabajo
Centinela Algorítmico nació de una incomodidad concreta: los equipos de riesgo revisan métricas agregadas, ven que la precisión se mantiene y dan por sano un modelo que en realidad se está inclinando hacia un segmento. El envenenamiento de datos no rompe el sistema, lo desvía. Por eso el proyecto trabaja sobre una idea sencilla y difícil de sostener en la práctica: auditar el conjunto de entrenamiento registro por registro, no solo su promedio.
Un autoencoder entrenado sobre un lote biométrico o transaccional aprende la variedad natural de la señal. Cuando una muestra inyectada no sigue esa distribución, el error de reconstrucción sube. No es magia ni una caja negra: es una desviación medible que, con umbrales calibrados, separa candidatos a ruido sintético del resto del lote.
La mayoría de los controles se apoyan en métricas globales que pueden quedarse quietas mientras el comportamiento individual se degrada. Aquí el foco está en el comportamiento de cada registro dentro del lote: qué tan lejos queda de lo esperado, en qué franja aparece y con qué consistencia. Esa granularidad es la que da señales tempranas de contaminación.
Calibrar el umbral es la parte sensible. Un valor demasiado alto deja pasar contaminación; uno demasiado bajo castiga casos legítimos poco frecuentes. La referencia cambia según el segmento auditado y hay que revisarla cuando la composición del lote se mueve. No prometemos detección total ni resultados garantizados: describimos patrones, límites y métodos de verificación.
El proyecto tiene sede en Buenos Aires, en Av. Corrientes 1235, piso 14, Torre Corrientes, Ciudad Autónoma de Buenos Aires. Trabajamos con equipos técnicos, analistas de riesgo y responsables de modelos que necesitan entender qué entró al pipeline antes de confiar en una métrica.
Usamos cookies para recordar tu elección y mejorar tu experiencia de navegación. Podés aceptarlas o rechazarlas; tu decisión se guarda en este navegador.
Más información en nuestra política de privacidad.