Gamboa Unsihuay, Jesús EduardoCalisaya Mallco, Kenia Nora2024-05-022024-05-022024https://hdl.handle.net/20.500.12996/6468Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e InformáticaEl presente trabajo de suficiencia profesional, describe la evaluación de los controles de calidad de datos, la metodología de cálculo aplicada y los procedimientos de implementación de la Calibración del Modelo Estimador de Ingresos para Dependientes + RCC de la Banca Minorista; con el fin mitigar un incorrecto uso de la metodología y mejorar los modelos; además de cumplir con las normas que exige la Política de Gestión de Riesgos basados en las mejores prácticas conforme lo exige la Norma Internacional para la Práctica Profesional de la Auditoría Interna. Para ello, se revisaron el adecuado funcionamiento de los controles de calidad, se realizó la réplica del modelo machine learning basado en árboles llamado XGBoost. Utilizando los softwares SQL, SAS y Rstudio. En ese sentido, se concluye que el modelo cumple con los estándares establecidos por las mejores prácticas, en auditoría de Validación a la implementación. Además, dicho modelo fue implementado de forma adecuada siguiendo los lineamientos definidos por las unidades del banco; sin embargo, en los procedimientos metodológicos de la implementación del modelo se encontraron deficiencias, los mismos que fueron comunicados y subsanados por las áreas o unidades correspondientes.The present work of professional sufficiency describes the evaluation of the data quality controls, the calculation methodology applied and the implementation procedures of the Calibration of the Income Estimator Model for Dependents + RCC of Retail Banking; in order to mitigate incorrect use of the methodology and improve the models; in addition to complying with the standards required by the Risk Management Policy based on best practices as required by the International Standard for the Professional Practice of Internal Auditing. To this end, the proper functioning of quality controls was reviewed, and the tree-based machine learning model called XGBoost was replicated. Using SQL, SAS and Rstudio software. In this sense, it is concluded that the model complies with the standards established by the best practices, in the implementation validation audit. In addition, this model was adequately implemented following the guidelines defined by the bank's units; However, deficiencies were found in the methodological procedures of the implementation of the model, which were reported and corrected by the corresponding areas or units.application/pdfspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Calibracióninfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#4.05.00