Tecnología en Desarrollo de Software
Permanent URI for this collection
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
Browsing Tecnología en Desarrollo de Software by Subject "Algoritmo"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Publication Algoritmo computacional para el análisis y toma de decisiones en datos de pedidos de alimentos en línea, utilizando estrategias de machine learning(Corporación Universitaria Remington, 2024) Leguizamo Rodríguez, Daryl Giselle; Briñez de León, Juan CarlosActualmente nos encontramos en la era de los datos, muchas empresas por bastante tiempo contaron con un excelente manejo de sus procesos, pero debido a que el mundo sigue en constante cambio las entidades se han visto obligadas a utilizar nuevas técnicas e implementar métodos digitales para que sus empresas puedan ampliarse y llegar a mayor público. Sin embargo, todos esos datos recolectados con el tiempo pueden aportar información clave y relevante que brinde ayuda para mejorar o comprender como se maneja la entidad y con que utilidades puede disponer para brindar un servicio de calidad. Por esa razón, el objetivo de este trabajo de grado es dejar en manifiesto como el aprendizaje automático más conocido también como el Machine Learning puede contribuir a la toma de decisiones en estos tiempos actuales de datos. Se quiere demostrar que podemos sacar provecho de la era digital para nuestro beneficio, con ayuda de la inteligencia artificial, el Machine Learning usaremos todas las variables y los datos integrando las herramientas o algoritmos de esta inteligencia para sacar posibles conclusiones y resultados que aporten a la entidad de manera constructiva. Se utilizará una base de datos para realizar el desglose de la información y tener un análisis detallado de las variables para tomar una decisión en base a los resultados. Esta base de datos es de una empresa que tiene como objetivo entregar pedidos de alimentos en línea, usaremos técnicas del Machine Learning para consultar la información, obtener como se dividen los datos y que aspectos se toman en cuenta en la entidad de entrega de pedidos de alimentos en línea. Además, se evaluará como estas variables se relacionan entre sí y que puede aportarnos del comportamiento que ejerce la entidad en su lugar de operación, al analizar estos datos a profundidad podemos implementar la técnica de Machine Learning mencionada anteriormente. Esta técnica denominada “aprendizaje no supervisado (agrupación)” tiene como objetivo brindar resultados que estén orientados a mejorar la producción de la entidad o relacionar como las variables se parecen entre sí con miras a la toma de futuras decisiones. Por ende, se visualizará como al integrar nuevos registros a la base de datos después de usar un método de segmentación, los datos se reparten y nos genera una predicción de en qué agrupación de la información corresponde y como esto nos da una idea del manejo de la entidad y su relación entre sí.Publication 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 A.; Ospina Zúñiga, Nevardo Antonio; Briñez de León, Juan CarlosEn la industria de las tecnologías 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.Publication 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 CarlosLa 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.