Tecnología en Desarrollo de Software

Permanent URI for this collection

https://repositorio.uniremington.edu.co/handle/123456789/2039

El egresado de la tecnología de Desarrollo de Software de la Facultad de Ciencias Básicas e Ingeniería de Uniremington tiene las suficientes competencias cognitivas, comunicativas y tecnológicas que apuntan a su desempeño cualificado en la creación de proyectos que optimicen procesos de automatización, orientados a la generación de productos con altos niveles de calidad y eficiencia.

Browse

Now showing 1 - 20 of 22

Ingesoft, inventario rápido inclusivo y predictivo usando inteligencia artificial
(Corporación Universitaria Remington, 2022) Ortiz Trujillo, Juan David; Lora, Gloria Amparo
Esta investigación explora el uso de Técnica profesionals de inteligencia artificial (IA) en la logística de inventarios para mejorar la planificación de producción, reducir desperdicios y optimizar el flujo de materiales. La IA ayuda a prever la demanda de los usuarios, permitiendo un inventario predictivo que evita el exceso de mercancías y el despilfarro. Dado que prever la demanda con precisión es complicado debido a factores externos, la IA ofrece soluciones basadas en algoritmos para una planificación más efectiva. El estudio destaca el interés en cómo la IA facilita el desarrollo de productos y la detección anticipada de demandas del mercado. Además, se menciona un sistema de inventario rápido que incluye herramientas de accesibilidad para personas con discapacidades, y que estará disponible en múltiples plataformas, incluyendo Android, iOS, Windows, Linux, MacOS y la web.
Instrumento de adherencia al control prenatal
(Corporación Universitaria Remington, 2023) Ferreira Lazo, Sergio Andrés; Mira Mejía, John Fredy
Dado que en Colombia el reporte de las atenciones prenatales es un requisito obligatorio de las Entidades prestadoras de Servicios de salud, el objetivo de este trabajo de grado es desarrollar una herramienta para visualizar de una forma más práctica y concisa el seguimiento del reporte de la población gestante, monitoreando de manera sistemática el cumplimiento de la Ruta Materno Perinatal del ministerio de Salud de Colombia.
Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
(Corporación Universitaria Remington, 2023) Pérez Lezama, Alejandro; Vélez Uribe, Juan Pablo
El presente trabajo se enfoca en el desarrollo de una solución innovadora para mejorar la asignación de tareas en entornos de desarrollo de software, específicamente dirigida a desarrolladores junior. Este proyecto se inspira en la creciente necesidad de herramientas automatizadas y personalizadas en el ámbito de la programación y el desarrollo de software, particularmente para aquellos que están en las primeras etapas de su carrera profesional. El núcleo del proyecto se basa en la aplicación de conceptos y Técnica profesionals de Machine Learning (ML), abarcando desde fundamentos teóricos hasta prácticas aplicadas, como se explica en los cursos proporcionados. La metodología adoptada incluye el análisis detallado de los requisitos de los desarrolladores junior, la selección y preparación de los conjuntos de datos apropiados, y el desarrollo de modelos de ML adecuados para predecir y asignar tareas basándose en diversos criterios como la habilidad, experiencia previa y áreas de interés del desarrollador. Se ha hecho énfasis en la integración de conocimientos adquiridos en distintos módulos de aprendizaje, tales como "Introducción a Machine Learning", "Fundamentos Aplicados de Machine Learning", "Machine Learning: Aprendizaje Supervisado", y "Evaluación de Modelos de Machine Learning". Estos conocimientos han sido cruciales en todas las fases del proyecto, desde la conceptualización hasta la implementación del modelo de ML en la plataforma. Además, se ha considerado la importancia de la ética en la inteligencia artificial, siguiendo las directrices aprendidas. El resultado es una plataforma que no solo optimiza la asignación de tareas, sino que también sirve como herramienta de aprendizaje y desarrollo para los desarrolladores junior, proporcionándoles tareas acordes a su nivel de habilidad y promoviendo su crecimiento profesional. Este trabajo no solo refleja una aplicación práctica de los conocimientos teóricos en ML, sino que también demuestra cómo la inteligencia artificial puede ser utilizada para resolver problemas reales y mejorar procesos en el ámbito profesional.
El machine learning en academias de educación vial
(Corporación Universitaria Remington, 2023) Enríquez Quintero, Niyileth Karina; Bautista Villamizar, Laura Valentina; Vélez Uribe, Juan Pablo
En este proyecto, se exploraron varios temas relacionados con la evaluación y supervisión de procesos en sistemas de información apoyados por el Aprendizaje Automático. Se aplicó el Aprendizaje Automático en Academias de Educación Vial para mejorar la gestión de la enseñanza y la evaluación de los conductores, centrándose en la predicción del consumo de combustible de los vehículos de enseñanza para optimizar los recursos y reducir los costes. La introducción al Aprendizaje Automático destacó su capacidad de aprender sin programación explícita, utilizando datos para mejorar continuamente el rendimiento del sistema. Se abordaron conceptos como el aprendizaje supervisado y no supervisado, junto con la importancia de la Ciencia de Datos. En el análisis de datos de las Academias de Educación Vial, se exploró cómo el Aprendizaje Automático puede identificar patrones en el rendimiento de los alumnos, personalizando la instrucción y contribuyendo a la automatización, especialmente en el control eficiente del combustible. Se presentó el concepto de Big Data como principal insumo para las aplicaciones de Aprendizaje Automático, generando información valiosa para la toma de decisiones estratégicas. También se hizo hincapié en la importancia de una buena estrategia de datos y en la pirámide de valor de los datos. En el mundo de la ciencia de datos, el Aprendizaje Automático se ha convertido en un cambio de juego, revolucionando la forma en que abordamos problemas complejos. Sin embargo, con la creciente complejidad de los modelos, la necesidad de interpretabilidad e inferencia causal se ha vuelto más crítica que nunca. Para hacer frente a esto, se han desarrollado varios algoritmos, como Propensity Score, Double LASSO, Causal Trees y Causal Forest, para mejorar la interpretación de los modelos y permitir una toma de decisiones informada. Estos algoritmos se centran en comprender la causalidad y la correlación, que son esenciales para desarrollar modelos sólidos. El proceso de evaluación de los modelos de Aprendizaje Automático es un paso crucial en este ámbito. Implica comprender el problema empresarial, preparar y modelar los datos, evaluar el rendimiento del modelo y finalizarlo. La preparación de los datos implica utilizar herramientas como pandas en Python, emplear Técnica profesionals como MinMaxScaler y get_dummies, y asegurarse de que los datos están limpios y listos para el análisis. Se hace hincapié en el entrenamiento de modelos y la selección de algoritmos, junto con métricas de rendimiento como las matrices de confusión, la exactitud, la precisión, el recuerdo y otras. Las Técnica profesionals de validación cruzada son esenciales para una sólida selección de modelos, y el aprendizaje supervisado mediante conjuntos de datos etiquetados se utiliza para entrenar algoritmos.
Integrando datos clínicos y sociales : un análisis de intentos de suicidio en Antioquia
(Corporación Universitaria Remington, 2023) Arcila Jaramillo, Maria Alejandra; Mira Mejía, John Fredy
El presente trabajo es de tipo cuantitativo, se realizó con un dataset extraído de la base de datos abiertos de Medellín sobre los casos de intento de suicidio reportados a SIVIGILA entre enero del 2014 y marzo del 2023 y busca evidenciar el comportamiento de distintas variables y la relación que podrían tener en el incremento de intentos de suicidio en los últimos años.
Cloud Fats
(Corporación Universitaria Remington, 2024) Uribe Correa, Andrés Julián; Berrío López, Juan Pablo
El siguiente trabajo es implementado con el fin de tener un entorno cloud de alta disponibilidad en aws por medio de instancias y contenedores, para esto se desarrollaron configuraciones de vpc en el cual se configura las estructura de conectividad, ec2 se implementan las instancias de los sistemas operativos, auto Scaling el cual permite tener el numero deseado de instancias disponibles al mismo tiempo, Docker con el cual implementaremos los contenedores. entre otras herramientas las cuales dependerán una de la otras logrando así el objetivo de tener un alto rendimiento de disponibilidad.
Solución integral en la nube para la empresa Evolución S.A
(Corporación Universitaria Remington, 2024) Osorio Vargas, María Catalina; Ricardo Pineda, Paola Patricia; Vallejo Caipe, Johnny Alexander; Berrío López, Juan Pablo
El presente trabajo tiene como objetivo mostrar cómo implementar una o varias instancias en la nube, así como explorar diversas formas de publicar y balancear cargas ya sea en una o varias página web o aplicaciones, todo con el fin de mejorar su rendimiento. A lo largo de este documento, se aprenderá sobre los servicios ofrecidos por AWS para optimizar la operatividad y escalabilidad de las aplicaciones. Hoy en día, muchas empresas se encuentran restringidas por diversas razones para consumir servicios de la nube, principalmente debido a las preocupaciones sobre la seguridad, costos y complejidad en la implementación de cualquier servicio web. Este informe técnico tiene como propósito desmitificar esos temores al explicar detalladamente cómo se pueden implementar las instancias, los balanceadores de carga y los contenedores en la nube de AWS. A través de ejemplos prácticos, se suministrarán las bases para comprender cómo funcionan estos servicios y cómo se pueden aprovechar para mejorar el desempeño de las aplicaciones. Las instancias en la nube, como las ofrecidas por AWS, permiten a las empresas desplegar servidores virtuales con una gran flexibilidad y escalabilidad, adaptándose a las necesidades cambiantes de recursos (¿Qué es una instancia en la computación en la nube?, s. f.-a). Además, los balanceadores de carga se presentan como una solución clave para distribuir el tráfico de manera equitativa, lo que garantiza un rendimiento óptimo y la alta disponibilidad de las aplicaciones (Distribución del tráfico de red - Elastic Load Balancing - Amazon Web Services, s. f.). Finalmente, los contenedores proporcionan una forma eficiente de empaquetar y ejecutar aplicaciones, facilitando el proceso (AWS Containers category icon Contenedores - Descripción general de Amazon Web Services, s. f.) Este trabajo tiene como finalidad ofrecer una profunda comprensión sobre los beneficios de los servicios en la nube y cómo las empresas pueden integrarlos de manera exitosa en sus operaciones, superando las barreras iniciales que puedan tener con la adopción.
Algoritmo computacional para el análisis y toma de decisiones en datos de solicitudes de gestión de capacidad Sofka Technologies, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Ynfante Valero, Surelys Adriana; Ospina Zúñiga, Nevardo Antonio; Briñez de León, Juan Carlos
En la industria de las Tecnológicas de la información (TI) está en constante evolución, Sofka Technologies, se ha posicionado como una empresa líder en consultoría y desarrollo de software, brindando soluciones innovadoras y adaptables para satisfacer las demandas del mercado. En este contexto dinámico, el Machine Learning (ML) ha emergido como una herramienta fundamental para analizar grandes volúmenes de datos, tomar decisiones informadas y automatizar procesos. Específicamente, en el ámbito de la gestión de solicitudes de capacidad en Sofka Technologies, el ML representa una oportunidad para optimizar la asignación de recursos técnicos y humanos a proyectos, mejorar los flujos de trabajo y aumentar la eficiencia operativa. Esto es crucial para el éxito de los proyectos y la satisfacción del cliente. El presente trabajo aborda la pregunta de cómo un algoritmo de Machine Learning puede optimizar la gestión de solicitudes de capacidad en Sofka Technologies, con el objetivo de mejorar la asignación de recursos y la eficiencia operativa. Los datos utilizados provienen de registros internos de solicitudes de posiciones laborales que Sofka Technologies ha gestionado, recopilados por sus departamentos de Recursos Humanos. Estas solicitudes incluyen información como país, tipo de cliente, centro de excelencia, número de posiciones, fechas, tipo de atención, estado, año y calificación. El análisis propuesto implica caracterizar y procesar estos datos, implementar algoritmos de Machine Learning, evaluar su desempeño y validar la toma de decisiones con nuevos datos. Las posibles aplicaciones incluyen la previsión de demanda por área y el análisis del mercado laboral por país, lo cual puede respaldar decisiones estratégicas de expansión y enfoque geográfico.
Investigación sobre la deserción escolar en Colombia mediante el uso de Técnica profesionals de machine learning
(Corporación Universitaria Remington, 2024) Diosa Guiral, Humberto; Ospina López, Juan Esteban; Reina Morales, Hernán Darío; López Bedoya, Gustavo; Mira Mejía, Jhon Fredy
De Acuerdo con los datos del Ministerio de Educación Nacional, alrededor de unos 400.000 niños y jóvenes han desertado de sus instituciones educativas entre finales de 2022 e inicios del 2023, Esta cifra muestra un notable incremento en comparación con el año anterior, cuando el promedio de deserción escolar fue de 330,000 estudiantes entre 2021 y 2022 (Moreno, 2023) Con lo anteriormente dicho estas cifras son alarmantes ya que tienen una influencia significativa y negativa en el desarrollo social e individual de los niños, niñas y jóvenes que deciden tomar esta decisión y que eventualmente se verán impedidos de acceder a un trabajo que les proporcione una vida digna, mejorar su nivel de vida y contribuir al progreso del país. La falta de infraestructura en algunas zonas del país se convierten también en un obstáculo bastante grande a la hora de acceder a una buena educación para los niños y jóvenes, la falta de transporte, la distancia entre su hogar y el colegio, la falta de maestros debido al difícil acceso y las malas instalaciones son retos por los cuales tienen que atravesar los jóvenes que residen en zonas rurales, en donde la mejor salida para seguir con su formación como persona es el trabajo de campo o colaborar incluso con grupos armados ilegales, de acuerdo con esto los municipios con mayor índice de deserción en el país son Putumayo con una tasa del 8,11%, después a este se encuentran Arauca, Guainía y Caquetá (Rodríguez, 2023) lugares donde la violencia a raíz del conflicto armado el índice es bastante alto. De acuerdo con toda la información anterior se busca utilizar las herramientas del machine learning, para predecir la cantidad de niños y jóvenes que podrían terminar su vida educativa en un futuro y sobre esta manera lograr que estas personas cambien su estilo de vida y tengan la educación que por diferentes motivos ya anteriormente mencionados se vieron en la obligación de abandonar y en muchos casos no volver a retomar por diferentes razones o circunstancias en las cuales se tienen que ver enfrentados día a día en donde algunos lo logran superar y otros se ven derrotados.
Optimización de estrategias de ventas y gestión de inventario en LC Shoes
(Corporación Universitaria Remington, 2024) Loaiza Duarte, Luis Javier; Briñez de León, Juan Carlos
Este informe presenta un análisis detallado del conjunto de datos de inventario de zapatos de LC Shoes, una microempresa privada dedicada a la comercialización y venta de calzado de alta calidad. LC Shoes ofrece una amplia variedad de estilos y colores, dirigidos a hombres y mujeres contemporáneos. Su misión es satisfacer las necesidades de los clientes con productos cómodos y elegantes, y sus valores fundamentales incluyen el respeto, la laboriosidad, la perseverancia y el espíritu de equipo. La empresa busca posicionarse como una marca tradicional y duradera, comprometida con la calidad y el buen servicio. Este análisis se centra en el inventario actual de la empresa, proporcionando información crucial para la toma de decisiones operativas y estratégicas.
Algoritmo computacional para el análisis y toma de decisiones en datos de osteoporosis, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) García Ramírez, Sebastián; Briñez de León, Juan Carlos
La llegada de las Tecnológicas de la información y las comunicaciones (TIC) en el siglo XX abrió una nueva etapa, denominada "sociedad del conocimiento y la información", que ha tenido un impacto significativo en las prácticas educativas y sociales. La Inteligencia Artificial (IA), una rama de las TIC, que actualmente busca aplicaciones en sectores como la salud, emulando el razonamiento humano, el aprendizaje, la resolución de problemas y la percepción. El desarrollo de estrategias computacionales basadas en algoritmos de machine learning (ML) ha sido impulsado por la OMS y enfocándolo en La osteoporosis un trastorno esquelético de alto impacto socioeconómico. Estos algoritmos se entrenan con datos demográficos, de estilo de vida y de salud para identificar personas en riesgo rápidamente. El procesamiento de datos implica cargar conjuntos de datos en plataformas como Colab, eliminar filas y columnas innecesarias y duplicados, y normalizar datos categóricos. Variables como el género, los cambios hormonales, los antecedentes familiares, la actividad física y el consumo de sustancias se analizan. El modelo de toma de decisiones, que se basa en el aprendizaje supervisado, utiliza un algoritmo para clasificar a las personas en riesgo en función de patrones que se encuentran en los datos de entrenamiento. Esto implica recopilar y procesar datos de pacientes, elegir los algoritmos de clasificación apropiados y entrenar el modelo. Un conjunto de datos de prueba se utiliza para evaluar el modelo para comprender su rendimiento y factores de impacto. El objetivo de la implementación de esta estrategia computacional es mejorar el diagnóstico, la prevención y el tratamiento individualizado de la osteoporosis. Esta estrategia podría usarse en herramientas de diagnóstico, selección de tratamiento, modelos de riesgos y campañas de concientización.
Informe técnico de implementación de servicios en Amazon Web Services
(Corporación Universitaria Remington, 2024) Diaz Acosta, Luis Eduardo; Portilla López, Erik Leonardo; Pinzón Neira, Harrison Steve; Berrío López, Juan Pablo
En este trabajo hablaremos sobre Amazon Web Services (AWS), las ventajas y desventajas que tenemos al implementar servicios en la nube, como también los requisitos y consideraciones que debemos tener en cuenta para ello. También se realizaron varios ejercicios y se detallan los pasos para para crear instancias EC2 con contenedores y balanceadores de carga, implementamos sitios estáticos en S3 y se implementó también una arquitectura de AWS con balanceador de carga.
Innovación en la comunicación educativa : creación de un espacio virtual interactivo en la Universidad Remington
(Corporación Universitaria Remington, 2024) Rendón Quintero, Luis Fernando; Arango Correa, Alejandro
Este proyecto de grado se centra en el desarrollo de una plataforma de comunicación mediante Discord, diseñada para estudiantes de la Universidad Remington con el fin de difundir información sobre temas relevantes en el ámbito académico. La plataforma se estructuró en diferentes canales, cada uno enfocado en aspectos específicos, como investigaciones recientes, debates y noticias de interés general. La funcionalidad principal de la plataforma incluye la creación de espacios para compartir documentos, infografías y videos educativos. Se establecieron canales de discusión donde los estudiantes pueden interactuar, formular preguntas y debatir sobre los impactos de los ultraprocesados en la salud. Además, se implementaron eventos, como seminarios y charlas, facilitando la interacción directa con expertos y fomentando un aprendizaje colaborativo. El uso de Discord permitió una comunicación dinámica y en tiempo real, lo que resultó en un aumento notable de la participación estudiantil. La plataforma también incorporó encuestas y votaciones para involucrar a los estudiantes en la toma de decisiones sobre futuros temas de discusión y actividades. Los resultados indican que la plataforma no solo cumplió su objetivo de informar, sino que también promovió un sentido de comunidad entre los estudiantes. La estructura flexible y accesible de Discord facilitó el aprendizaje continuo y la difusión de información actualizada sobre ultraprocesados, en este caso particular, estableciendo un modelo que puede ser replicado para otras áreas de estudio. Por lo tanto, este proyecto demuestra la efectividad de utilizar plataformas digitales como Discord para la educación y la divulgación científica, sentando las bases para futuras iniciativas que integren Tecnológica en el proceso de aprendizaje académico.
Aplicación de un proceso de pruebas de software al aplicativo web de la tienda virtual de ropa y accesorios presta shop
(Corporación Universitaria Remington, 2024) Padilla Myles, Larry; Rentería Sánchez, Yonier Alexander; Grisales Morales, Fabio León
Este informe técnico trata sobre la aplicación de pruebas de software a un sitio/aplicativo web que opera una tienda de ropa y accesorios de nombre Presta Shop. El sitio web está en su primera versión y se hizo el primer ciclo de pruebas teniendo en cuenta la documentación de las historias de usuarios entregado por el personal de desarrollo. Se hizo un plan de pruebas donde se definió unos riesgos potencialmente altos que podría ocurrirle a este aplicativo web y con los cuales se definió el alcance, la estimación de tiempo, desviaciones y estrategias para implementar estas pruebas. Considerando estas historias de usuario, módulos o componentes del aplicativo web, se diseñaron varios casos de pruebas determinando escenarios posibles que pueden ocurrir por cada módulo. Se ejecutaron estas pruebas en el aplicativo web los cuales devolvieron unos resultados, algunos exitosos y otros no. Por último, se hizo el cierre de estas pruebas.
Desarrollo e implementación de pruebas de software para tienda online
(Corporación Universitaria Remington, 2024) Ávila Suárez, John Fredy; Villamizar Vallejo, Edward Alfonso; Garzón Medina, María Jessica; Grisales Morales, Fabio León
Este proyecto tiene como objetivo la planeación, implementación y ejecución de pruebas de software para una tienda en línea dedicada a la venta de ropa y accesorios. Se aborda el desarrollo de un plan de pruebas que garantice la funcionalidad basándonos en las historias de usuario del sistema. La tienda online está diseñada para proporcionar una experiencia de compra fluida y segura para los usuarios. Este documento detalla las estrategias y herramientas utilizadas durante el proceso de pruebas, así como los resultados obtenidos.
Algoritmo computacional para el análisis y toma de decisiones en datos de ventas en la licorera JC Granizados, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Bustamante Bedoya, Juan Sebastián; Briñez de León, Juan Carlos
La presente investigación se realizó con el fin de tener una predicción de ventas a partir de un modelo de regresión. En este se utilizó la herramienta de machine learning con el modelo KNNR, utilizando los datos recolectados en la licorería JC granizados ubicada en el municipio de Sabaneta, Antioquia. Se tuvieron en cuenta variables como el mes, la fecha, que día del fin de semana es, la base y el total de ingresos por día, con los datos recolectados a partir del software del establecimiento se realizó un procesamiento donde se analizaron las fechas exactas de cada día registrado, para así verificar si pertenecían al viernes, sábado, domingo o festivo, posterior a esto fueron presentados al algoritmo para tener los resultados solicitados. Gracias a este modelo se puede predecir el valor de las ventas del fin de semana próximo y así el establecimiento realice la toma de decisiones, ya sea una estrategia de marketing para aumentar las ventas o también saber cuánta cantidad de pedido debe de realizar y si necesita apoyo de más personal. Este modelo puede ser utilizado por los establecimientos encargados de la comercialización de productos ya que les permitiría conocer cómo van sus ventas y como mejorarlas.
Servicios de AWS
(Corporación Universitaria Remington, 2024) Tabares Palacio, Javier Antonio; Giraldo Jiménez, Jeimy Catherine; Palacios Córdoba, Luis Fernando; Berrío López, Juan Pablo
Este trabajo se realizo con el fin de aprender acerca de AWS se va a colocar en practica cada uno de los ítems, como crear instancias en ec2 como realizar diferentes tipos en vpc Y poderla ejecutar en la consola de WSL, Crea colecciones de instancias EC2, designadas grupos de Auto Scaling. Se va a validar y especificar el número mínimo de instancias en cada grupo de escalado automático EC2 Auto Scaling responderá que el grupo nunca tenga menos de esas instancias. Puede especificar el número máximo de instancias en cada grupo de escalado automático y luego en EC2 y Auto Scaling garantizará que el grupo nunca tenga más de esas instancias. Si evidencia de manera detalla el volumen deseado, en EC2 Auto Scaling avalará que el grupo tenga ese número de instancias. C2 Auto Scaling supervisa automáticamente el estado y la disponibilidad de las instancias mediante demostraciones de estado de EC2 y reemplaza las instancias canceladas o deterioradas para mantener la capacidad deseada. Se va a probar el acceso a la aplicación a través de la URL del Load Balance.
Validación de transacción entre entidades bancarias
(Corporación Universitaria Remington, 2024) Llanes Celis, Jessica Marcela; Mora Bravo, Dairo Luis; Macea Caballero, Henry David; Vélez Uribe, Juan Pablo
El proyecto para implementar un sistema basado en blockchain para la verificación de transacciones bancarias busca mejorar la seguridad, transparencia y eficiencia en el sector financiero. Inicialmente, se deben definir claramente los objetivos del proyecto, como asegurar la autenticidad de las transacciones, mejorar el seguimiento y reducir el fraude. Conocer los requisitos específicos de cada banco participante, como el tipo de transacciones y los niveles de privacidad, es crucial. La selección de la plataforma blockchain es una decisión clave. Las opciones incluyen blockchains públicas, como Ethereum, o privadas, como Hyperledger Fabric. Las blockchains privadas son preferibles en el entorno bancario debido a su mayor control y privacidad. También es importante elegir el mecanismo de consenso adecuado, ya sea Proof of Work, Proof of Stake o Practical Byzantine Fault Tolerance, según las necesidades del sistema. En la fase de planificación, se debe diseñar la estructura de la red blockchain, definiendo la distribución de nodos y sus funciones. La creación y prueba de contratos inteligentes, que automatizan y validan transacciones, es fundamental. Además, se debe asegurar la interoperabilidad con los sistemas bancarios existentes y establecer interfaces adecuadas. Durante el desarrollo, se crean y prueban contratos inteligentes para garantizar su funcionalidad. Se debe verificar que todos los componentes del sistema trabajen en conjunto de manera eficiente y realizar pruebas rigurosas para asegurar el cumplimiento de los requisitos y la estabilidad del sistema. La integración con los sistemas bancarios actuales mediante APIs es crucial. La implementación en el entorno de producción requiere monitoreo constante para verificar la correcta ejecución de las transacciones. El mantenimiento regular es necesario para mantener la estabilidad y seguridad del sistema. Además, se deben cumplir las normativas financieras y de protección de datos, realizando auditorías para asegurar la transparencia y la integridad del sistema. La adopción de Tecnológicas blockchain como Ethereum o Hyperledger Fabric, junto con lenguajes de programación especializados y herramientas de desarrollo, es esencial para el éxito del proyecto. La Tecnológica blockchain promete transformar la validación de transacciones bancarias al ofrecer mayor seguridad, transparencia y reducción de costos, aunque enfrenta desafíos en términos de escalabilidad y regulación.
Algoritmo genético para resolver el problema de programación de producción tipo Job shop con bloque
(Corporación Universitaria Remington, 2024) Rendón Naranjo, Juan Camilo; Valencia Palacio, John Anderson
La programación de producción hace parte de las decisiones operativas de la administración de operaciones que consiste en la asignación y utilización de recursos para la ejecución de tareas con la finalidad de cumplir uno o más objetivos. En este proyecto de investigación se desarrolla un algoritmo genético para resolver el problema de programación de producción en configuraciones job shop con restricciones de bloqueo y con el objetivo de minimizar el tiempo de compleción máximo (makespan) Para ello se realiza la caracterización y descripción del problema, el desarrollo conceptual y computacional del algoritmo genético para resolver el problema. Finalmente se realiza la validación del metaheurístico desarrollado a partir de corridas de prueba bajo para un conjunto de datos específicos.
Desarrollo e implementación de pruebas de software para tienda online
(Corporación Universitaria Remington, 2024) Muñoz Jaramillo, David Stiven; Colorado Martínez, Santiago; Castrillón Palacio, Sebastián; Grisales Morales, Fabio León
El siguiente trabajo se enfoca en la implementación de pruebas de software en una tienda web, desarrollando distintos aspectos esenciales para asegurar la calidad del producto final. Se comienza con un análisis exhaustivo de riesgos, identificando posibles amenazas como la seguridad de los datos del cliente y la estabilidad del sistema en diferentes circunstancias, lo cual prosiguió a una estrategia hacia la mitigación de estos riesgos, priorizando la seguridad y la capacidad de escalabilidad. Se definió el alcance del proyecto, centrándose en la funcionalidad esencial del sitio web: la navegación del catálogo, la gestión de carritos de compra y la pasarela de pago. Se estableció una estrategia de pruebas funcionales estimando los tiempos necesarios considerando la complejidad del funcionamiento, la disponibilidad de recursos y el calendario de pruebas. Con el flujo de pruebas se cubrió todas las etapas del desarrollo asegurándose de contar con precondiciones claras como configuración de entorno de pruebas replicando el entorno de producción, definir roles en el equipo y la revisión y aprobación de los casos de prueba. En los tipos de pruebas, se implementaron pruebas funcionales que abarcaron los aspectos definidos en el alcance y pruebas de integración para evaluar la capacidad del software cuando entre en interacción con los distintos módulos y sistema. El enfoque de este trabajo es implementar pruebas de software en una tienda web mejorando la experiencia del usuario final y fortaleciendo la confianza en la estabilidad y fácil manejo del sistema, fundamental en entornos comerciales competitivos y exigentes, donde la calidad del software es fundamental en el éxito del negocio.

Browse

Browsing Tecnología en Desarrollo de Software by Issue Date

Results Per Page

Sort Options