Cuatro estudiantes del Bootcamp de Data Analytics de NEOLAND —Carolina Manzano, David Rodrigo, Beñat Aguirrezabalaga y Daniel Quinto— han creado un algoritmo de predicción de precios de viviendas en Madrid que alcanza una precisión del 83%. El modelo, basado en técnicas de Machine Learning, ofrece resultados comparables a los de plataformas especializadas como Idealista o Fotocasa, y podría ser integrado en una herramienta digital de tasación automática.
Según explicó Ignacio Argañaraz, profesor del programa y Head Teacher de NEOLAND, el modelo permite a los usuarios obtener una estimación del valor de su inmueble sin necesidad de intermediarios. La iniciativa ha despertado el interés de medios de comunicación, como el diario La Razón, que dedicó un reportaje al proyecto.
En dicha publicación, se destaca el caso de Carolina Manzano, quien consiguió empleo un mes después de completar el Bootcamp. Este dato refuerza las estadísticas de empleabilidad de la escuela, que señala que el 98% de los alumnos encuentra trabajo en menos de un año, y refleja la alta demanda actual de profesionales en análisis de datos.
Desarrollo del proyecto
El objetivo del equipo fue analizar el mercado inmobiliario madrileño y generar un modelo capaz de predecir el precio de venta de distintos inmuebles. Para ello, llevaron a cabo las siguientes etapas:
- Obtención de una base de datos con más de 20.000 registros, extraída de la plataforma Kaggle.
- Limpieza y transformación de datos utilizando herramientas como Python, R y Excel.
- Desarrollo del modelo predictivo con Machine Learning en Python.
- Visualización de resultados con Power BI y Excel.
- Implementación de una interfaz web a través de Shiny.
Todo el proceso formó parte del aprendizaje impartido en el Bootcamp, que combina formación en análisis de datos, ciencia de datos e inteligencia artificial. El programa, disponible en modalidades Full-Time y Part-Time, tiene una duración de entre 10 y 20 semanas.
Origen de la iniciativa
Durante la presentación del proyecto, los alumnos explicaron que la idea surgió ante la ausencia de herramientas gratuitas de tasación accesibles. “Decidimos crear una, porque es algo que todos los jóvenes necesitamos”, señaló Carolina Manzano. Por su parte, David Rodrigo explicó que el objetivo inicial era realizar un análisis del mercado inmobiliario aplicando los conocimientos adquiridos, y que fue durante el desarrollo del trabajo cuando integraron el modelo predictivo.
Beñat Aguirrezabalaga añadió que complementaron el algoritmo con visualizaciones que permiten identificar los factores que más inciden en el precio, como el coste por metro cuadrado por distrito o el estado de conservación del inmueble, con el fin de detectar patrones y tendencias.
Proyectos como eje formativo
Los proyectos finales forman parte del método de enseñanza de NEOLAND. Todos los estudiantes deben presentar un trabajo práctico que demuestre sus habilidades técnicas y su capacidad para resolver problemas de forma autónoma o en equipo. Estas iniciativas también fomentan el desarrollo de competencias transversales, como la comunicación, la creatividad o la gestión del tiempo.
Además, los proyectos se incorporan al porfolio profesional del alumno, herramienta que se considera clave en los procesos actuales de selección laboral.
En la misma edición del Bootcamp también destacaron otras iniciativas, como la página web desarrollada por Irene Moreno en el programa de UX/UI Design, basada en el método de Design Thinking para un negocio de velas aromáticas, y el proyecto de Reinaldo Morales, del área de Ciberseguridad, centrado en la inserción de un troyano en una APK de Android para mostrar cómo se puede extraer información de dispositivos móviles.
Estos trabajos fueron presentados ante sus compañeros durante el evento final del curso.
Comentarios del Artículo