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 26

Algoritmo computacional para el análisis y toma de decisiones en datos de deserción escolar, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Castaño Díaz, José Camilo; Briñez de León, Juan Carlos
El abandono de los estudios antes de culminar el ciclo educativo representa un desafío multidimensional con repercusiones personales y sociales significativas. A través de este proyecto, se examinaron de manera exhaustiva los factores determinantes, patrones y estrategias para abordar este fenómeno en el contexto colombiano. Los hallazgos revelaron una tendencia decreciente en las tasas nacionales de deserción durante la última década, aunque persisten brechas preocupantes en ciertos segmentos poblacionales y regiones geográficas. Las disparidades más notorias se evidenciaron entre las zonas urbanas y rurales, con índices de abandono considerablemente más elevados en estas últimas, reflejando las barreras adicionales que enfrentan las comunidades alejadas de los centros urbanos. Asimismo, los análisis indicaron que los niveles superiores de educación, particularmente la enseñanza media, exhiben mayores tasas de deserción en comparación con la primaria, destacando la urgencia de implementar estrategias de retención específicas en estas etapas cruciales de formación académica.
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.
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 Carlos
Actualmente 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 Técnica profesionals 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 Técnica profesionals 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 profesional de Machine Learning mencionada anteriormente. Esta Técnica profesional 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.
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.
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.
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.
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.
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.
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.
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.
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.
Implementación de arquitectura en AWS para publicación de sitios Web
(Corporación Universitaria Remington, 2025) Ramírez Agudelo, Jorge Orlando; Cadavid Monsalve, Juan Pablo; Álvarez, Jorge Leonardo; Berrío López, Juan Pablo
El siguiente proyecto tuvo como objetivo principal realizar el diseño e implementación de una red en la plataforma Amazon Web Services (AWS), mediante la creación en una Virtual Private Cloud (VPC), subredes públicas y privadas, direcciones IP dinámicas y grupos de seguridad, y progresivamente instancias EC2 totalmente personalizadas. La red fue conformada por dos instancias EC2 (tipo t2.micro, gratuita de AWS) que opera bajo el sistema operativo Amazon Linux 2023 y Windows Server 2016, simulando un entorno mixto que permite realizar pruebas de interoperabilidad, conectividad remota (mediante SSH y RDP). La arquitectura diseñada se encuentra dentro del nivel gratuito de AWS, lo cual facilitó su implementación evitando algún costo de AWS, de uso netamente para fines académicos y de experimentación. Estas instancias fueron configuradas para ofrecer servicios web básicos, permitiendo validar la comunicación y funcionalidad dentro de la red virtual (VPC) creada. Adicionalmente, se usaron metodologías de contenedores con la librería de Docker; para poder alojar y ejecutar esta aplicación en un entorno controlado, poder tener una gestión de estados de recursos y la escalabilidad del sistema. Esta actividad nos permitió realizar múltiples pruebas relacionadas con la accesibilidad y rendimiento de los servicios con pruebas de estrés y consumo de recursos. Los resultados obtenidos dieron a entender el correcto funcionamiento de una infraestructura, así como la confianza de integrar servicios en la nube con tecnologías de virtualización para el desarrollo de soluciones modernas y eficientes.
Implementación en la nube Amazon Web Services (AWS)
(Corporación Universitaria Remington, 2025) Pantoja Mueses, Brayan Alexander; Giraldo Herrera, Sergio Andrés; Berrío López, Juan Pablo
El seminario de Amazon Web Services fue realizado por Sergio Andrés Giraldo Herrera y Brayan Alexander Pantoja Mueses con la tutoría de Juan Pablo Berrio López, se centra en el uso de Amazon Web Services (AWS) en el seminario de la Corporación Universitaria Remington. AWS ofrece servicios de computación en la nube. Se tiene como objetivo compartir lo que se aprendió sobre cómo utilizar las herramientas básicas disponibles para desarrollar soluciones tecnológicas seguras, accesibles y eficientes. Se realizaron actividades prácticas, como el uso de máquinas virtuales que funcionan a través de Internet durante el seminario. También se aprendió a usar balanceadores de carga, que están diseñados para distribuir el trabajo entre muchas máquinas para mejorar el rendimiento y prevenir las sobrecargas. Se trabajo con instancias como servidor virtual para la ejecución en la nube de la aplicación y almacenamiento de los datos, permitiendo tener control sobre el entorno de ejecución de la aplicación, escalando recursos según la configuración adecuada a las necesidades que sean flexibles y escalables, y que nos permita ajustar los recursos de la aplicación. Un tema importante fue la creación de redes virtuales privadas VPCs (Virtual Private Cloud), donde se configuraron subredes públicas y privadas. Esto permitió comprender cómo organizar los recursos dentro de una red y controlar el acceso para mayor seguridad, esto nos permite tener el control y la configuración en la nube que sea personalizable, garantizando la privacidad y seguridad de datos y aplicaciones. Se trabajó con grupos de auto escalado, que permiten que el sistema agregue o quite recursos de manera automática según la demanda. Además, se utilizó el servicio de almacenamiento S3 (Simple Storage Services), que permite guardar archivos en la nube y acceder a ellos desde cualquier lugar y en cualquier momento, este servicio lo usamos para poder respaldar datos, para los sitios web estáticos y distribución de contenido. Finalmente, se revisaron buenas prácticas para responder ante fallos o situaciones de emergencia, lo cual es clave para mantener los servicios disponibles y protegidos.
Implementación práctica de servicios en la nube usando AWS EC2 y Docker
(Corporación Universitaria Remington, 2025) Chacón Revelo, Jonathan Arbey; Pabón Rubio, Juan Diego; Carmona Zuluaga, Laura Vanessa; Berrío López, Juan Pablo
El presente trabajo de grado se centra en el diseño práctico y la implementación de arquitecturas basadas en la nube utilizando Amazon Web Services (AWS). A lo largo del seminario se trataron aspectos tanto teóricos como prácticos de la creación de infraestructuras en la nube seguras, escalables y resistentes. En la fase teórica, se exploraron conceptos clave como los servicios de red (VPC), las instancias informáticas (EC2) y diversos protocolos de comunicación (RDP, SSH, HTTP). Además, se profundizó en las tecnologías de virtualización y el uso de contenedores, como Docker y las máquinas virtuales. De igual manera, el proyecto comprendió los principios de diseño y seguridad en AWS, configuración de redes, servicios de orquestación de contenedores (ECS), sistemas de almacenamiento de bloques, replicación de información, gestión de bases de datos relacionales, balanceadores de carga, distribuidores de contenido y mejores prácticas para la respuesta ante incidentes. En la fase práctica, se diseñó y desplegó una infraestructura completa en AWS que incorporó dos instancias EC2 con diferentes sistemas operativos (Windows y Linux). Se configuró exitosamente la accesibilidad pública de ambas instancias, así como la comunicación interna entre ellas. En cada servidor se implementó un servicio web funcional, demostrando la versatilidad de la plataforma para soportar diferentes entornos de aplicación. La implementación incluyó una adecuada configuración de subredes, direccionamiento IP (público y privado), grupos de seguridad y VPC, todo ello documentado mediante representaciones gráficas que facilitaron la comprensión de la arquitectura desplegada. Adicionalmente, se realizó una implementación del servicio Docker en una instancia ‘free tier’ de AWS, ejecutando múltiples contenedores para demostrar escenarios de alta demanda de CPU. Este ejercicio permitió analizar y documentar las ventajas significativas de la contenerización frente a los métodos tradicionales de virtualización, destacando aspectos como eficiencia en el uso de recursos, portabilidad y velocidad de despliegue. De esta manera, el proyecto demuestra la aplicación práctica de conocimientos sobre la computación en la nube, destacando la importancia de diseñar arquitecturas optimizadas que aprovechen las capacidades de los servicios AWS para crear soluciones tecnológicas modernas, eficientes y alineadas con las necesidades actuales del mercado.
Implementación servicios AWS seguro
(Corporación Universitaria Remington, 2025) López Álvarez, Juan Camilo; Rodríguez Madiedo, David Santiago; Mancipe Pabón, Ángel Omar; Berrío López, Juan Pablo
En las organizaciones actuales se ha visto cada vez más la necesidad de sistematizar y automatizar procesos con la información de forma segura, con el propósito de optimizar el tiempo y las habilidades de los colaboradores en sus puestos de trabajo garantizando que los datos estén seguros y disponibles para la toma de decisiones. Por lo cual las áreas de sistemas buscan herramientas como AWS que permiten de una forma costo eficiente, moderna y segura gestionar las diferentes plataformas empresariales aumentando la disponibilidad para la toma de decisiones de los directivos, por esta razón en este trabajo es una muestra real en un entorno controlado del alcance que puede tener la virtualización de servicios de forma segura en la nube utilizando recursos bajo demanda. Este desarrollo académico muestra la parametrización mínima segura que debe tener un servidor Windows y Linux para exponer servicios de forma controlada para interactuar de forma interna y con otras compañías en cualquier lugar del mundo.
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.
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.
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.
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.
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.

Browse

Browsing Tecnología en Desarrollo de Software by Title

Results Per Page

Sort Options