Ingeniería de Sistemas

Permanent URI for this collection

http://10.1.4.15:4000/handle/123456789/24

El Ingeniero de Sistemas de la Corporación Universitaria Remington es un profesional con un alto sentido de responsabilidad social, humanista, competente e idóneo, con gran capacidad de análisis, diseño, y gestión de sistemas de información debido a su formación integral en las áreas de las ciencias básicas y computacionales, aplicando estándares internacionales y las mejores prácticas empleadas en la ingeniería del software permitiendo alcanzar el logro de los objetivos estratégicos en las organizaciones, desde una visión ética y responsable con el medio ambiente, a través del uso racional de recursos y la optimización de procesos empresariales.

Browse

Now showing 1 - 20 of 228

Optimización de la cadena de suministro de papa implementando una plataforma digital para conectar productores y pequeñas empresas (ROOTS.CO)
(Corporación Universitaria Remington, 2024) Morales Hernández, Luis David; Arteaga, Daniel Fernando
La papa es el principal alimento no cereal a nivel mundial, cultivada en cerca de 20 millones de hectáreas. En 2007, la producción global alcanzó 320 millones de toneladas, con un crecimiento notable en los países en desarrollo, que ahora representan más de la mitad de la producción mundial, en contraste con el 20% de hace dos décadas. Este rápido crecimiento se destaca frente a la desaceleración de otros cultivos como el maíz y el trigo. Se proyecta que la producción mundial de papa aumente anualmente entre un 2% y 3%, impulsada principalmente por países en desarrollo, especialmente en África subsahariana. [FAO 208]. En Colombia, la papa es uno de los cultivos más importantes, con un consumo de 57 kg por persona al año. El 93% de la producción se destina a consumo en fresco y el 7% a procesamiento industrial. El cultivo de papa es fundamental para la economía rural colombiana, con alrededor de 90,000 familias dedicadas a su producción, que puede alcanzar 2.5 millones de toneladas anuales. En el Departamento de Nariño, Colombia, la papa es la principal actividad agrícola, con áreas sembradas entre 25,000 y 34,000 hectáreas y una producción anual entre 400,000 y 600,000 toneladas. (Bayer, 2022)El proyecto se enfoca en las familias paperas del Departamento de Nariño, buscando identificar y resolver las problemáticas en la venta de papa que impiden obtener ganancias razonables. Mediante el desarrollo de un software, se pretende eliminar intermediarios y asegurar ganancias justas para los agricultores. Se realizará un estudio detallado desde la producción hasta la venta, abordando el abuso hacia los campesinos y mejorando la distribución y comercialización de la papa.
Estructura estratégica para el desarrollo de un prompt con IA generativa
(Corporación Universitaria Remington, 2024) Rincón Montoya, Alexis; Rincón Montoya, Brayan; Vélez Uribe, Juan Pablo
La construcción adecuada de un prompt es crucial para obtener resultados precisos y relevantes de un modelo de inteligencia artificial. Realizar correctamente la elaboración de un prompt dirige al modelo para que pueda dar una respuesta clara y concisa, mientras que un prompt mal formulado puede generar resultados irrelevantes. Un buen prompt contribuye a que se ahorre más tiempo y recursos, ya que reduce la necesidad de realizar múltiples intentos, ayuda a los usuarios a explorar el potencial de la IA generativa. Los prompts también pueden influir en la creatividad del modelo, si bien las IA generativas son capaces de producir contenido nuevo, su capacidad para hacerlo de manera coherente depende de cómo se formule la solicitud. Con el desarrollo de la actividad realizada la cual consto de una investigación experimental con la cual, mediante el desarrollo de una aplicación móvil, se busca guiar al usuario en la construcción de un prompt para ayudar a que la IA generativa reciba instrucciones de una manera más clara y que el usuario pueda obtener la respuesta esperada. Adicionalmente para observar la diferencia entre la elaboración de un prompt el cual no siga una estructura y un prompt estructurado.
Diseño de un sistema web para la automatización del proceso de gestión de transferencias en una empresa comercializadora de autopartes y accesorios para vehículos automotores
(Corporación Universitaria Remington, 2024) Caballero Rivera, Miguel Antonio; Duarte Acosta, Nixon Alonso
El presente proyecto de grado se centra en el desarrollo de un sistema web para la gestión eficiente de transferencias de productos en una empresa dedicada al comercio de partes piezas y accesorios para vehículos automotores. En esta las transferencias realizadas en el área de logística se procesaban manualmente, lo que conllevaba muchos errores humanos, problemas en la lógica del proceso, afectando la precisión y eficiencia en la distribución de productos, asimismo, aumentando los tiempos. Lo anterior, hizo necesario la automatización del proceso de gestión de transferencias con el fin de disminuir los errores y los tiempos de respuesta. Para lograr este objetivo, se utilizó la metodología SCRUM, se identificaron las partes del proceso que requerían ser automatizadas y con base a este análisis, se diseñó y desarrolló un sistema web, utilizando Laravel como framework para el Backend, Vue.Js para el Frontend, y el gestor de base de datos MariaDB, que facilitara el procesamiento y seguimiento de la transferencia de productos, y que a su vez, entregara información clave para la toma de decisiones, finalmente se realizaron pruebas funcionales para validar el desempeño del sistema web. La implementación de este sistema web permitió a la empresa superar las limitaciones del proceso manual, optimizando los tiempos y reduciendo los errores asociados. Además, proporcionó herramientas de monitoreo en tiempo real que facilitan una mejor toma de decisiones y una mayor transparencia en las operaciones.
Desarrollo de un sistema de información a través de estrategias digitales de Branding en Pymes del Oriente Antioqueño
(Corporación Universitaria Remington, 2024) Palacio Galindo, Kevin Santiago; Suárez Patiño, Laura Vanessa
Este documento presenta el proceso de elaboración de un sistema de información el cual tiene como propósito de aumentar el alcance visual y comercial de las Pymes en el oriente antioqueño, implementando diferentes estrategias de branding; se desarrolla bajo la metodología en cascada abordando etapas de análisis, diseño, implementación, validación y mantenimiento, asegurando una estructura clara y eficiente en cada fase. El aplicativo cuenta con módulos como páginas de navegación, formulario de citas, funciones de administrador, reportes, edición de imágenes y contenidos, y administración de citas con un diseño muy intuitivo mejorando la experiencia de uso. Los resultados muestran que el aplicativo además de cumplir con los requerimientos iniciales también es una herramienta para el apoyo a la toma de decisiones por los módulos que contiene adaptándose a las necesidades del usuario.
Modelo de predicción de abandono de clientes banco a partir de datos, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Chalacan Libreros, Luis Guillermo; Muñoz Gutiérrez, Edinson Joaquín; Portilla Ríos, Jeisson; Briñez de León, Juan Carlos
La fidelización de los clientes es un concepto fundamental para todas las empresas al momento de conocer la relación comercial que presentan con sus usuarios. Por ende, los bancos actualmente prestan mayor atención a su servicio posventa y buscan conocer las mejores estrategias que permitan obtener una alta tasa de retención de clientes. El presente trabajo de grado aborda el análisis de la fidelización y comportamiento de los clientes en el sector bancario, las alternativas de solución ante el problema de la falta de estrategias de fidelización y baja retención de clientes. Para ello, se ha realizado un análisis de enfoque a través de datos recopilados con revisión de fuentes de investigaciones académicas previas, relacionados a la fidelización de clientes, administración y retención de clientes, entrevistas internas realizadas a colaboradores de múltiples bancos, con el fin de obtener una base sólida para brindar una alternativa de solución adecuada según las necesidades de la empresa. Es gracias a ello, que se comprueba la importancia de la implementación del área de fidelización con personal interno de la compañía, realizando una convocatoria interna para formar el equipo que estará a cargo de generar datos con la ayuda de algoritmos y poder predecir por qué los clientes se están retirando de las entidades bancarias y así poder mejorar su retención.
Optimización del rendimiento en las tareas a realizar de solicitudes de Microsoft 365 a través de la herramienta inteligencia artificial en Power apps, dentro del Instituto Nacional de Cancerología de Bogotá
(Corporación Universitaria Remington, 2024) Aldana Quique, Oscar Hernán; Amaya Becerra, Martha Nicolasa
Este proyecto tiene como objetivo principal diseñar e implementar un sistema automatizado basado en Inteligencia Artificial (IA) para optimizar el proceso de autorización y agendamiento de citas médicas en el Instituto Nacional de Cancerología (INC). Este sistema busca abordar las problemáticas actuales relacionadas con los tiempos de respuesta prolongados, la ineficiencia operativa y la insatisfacción de los pacientes. El enfoque metodológico utiliza el ciclo de vida del desarrollo de software y la metodología Scrum para garantizar un desarrollo ágil, estructurado y colaborativo. Las etapas incluyen la elicitación de requisitos, diseño del sistema, implementación, verificación, validación y mantenimiento. Las herramientas clave empleadas en este proyecto son Microsoft Power Automate, Bookings, SharePoint, Teams y AI Builder, todas integradas en el entorno de Microsoft 365. El sistema automatizado gestionará de manera eficiente la recepción, validación y análisis de correos electrónicos enviados por los pacientes. Mediante Power Automate y capacidades de IA, se verificará la información proporcionada y se notificará automáticamente en caso de datos incompletos. La información validada se almacenará en SharePoint, mientras que los pacientes podrán agendar sus citas a través de Microsoft Bookings. Además, las agendas médicas se sincronizarán en tiempo real con Microsoft Teams, notificando automáticamente al personal médico y administrativo. Se espera que el proyecto reduzca los tiempos de respuesta promedio de 2-3 días hábiles a menos de 24 horas, disminuya las quejas relacionadas con la demora en la atención médica y optimice los recursos disponibles. Este sistema también servirá como base escalable para futuras implementaciones en otras instituciones de salud, contribuyendo significativamente a la transformación digital del INC y mejorando la calidad del servicio en el sector salud.
Sistema de predicción de valor de autos usados, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Cárdenas Aguilar, Hildegar Camilo; Briñez de León, Juan Carlos
El proyecto de predicción de precios de autos usados tiene como objetivo estimar el precio de un automóvil en función de varias características, como el año, kilometraje, tipo de combustible, marca, entre otras. Para ello, se utiliza un modelo de Machine Learning basado en Random Forest, que es un algoritmo de aprendizaje supervisado muy eficaz para tareas de regresión. El análisis de datos comienza con la recolección de información sobre el vehículo como lo son el modelo, año, kilometraje, tipo de combustible, marca y tipo de transmisión. A partir de los datos se propone usar algoritmos de machine learning como lo es random forest que nos permitirá entrenar un modelo con la información recopilada, algunos datos tendrán que ser pasados de texto a un valor numérico para que el modelo pueda interpretar y dar una predicción final.
Estudio de factibilidad sobre la implementación de una empresa de tecnología de la información en el distrito de San Andrés de Tumaco, Nariño
(Corporación Universitaria Remington, 2024) Micolta Reina, Jhon Freddy; Ruiz Moreno, Silvana
El objetivo principal de este proyecto es estudiar la viabilidad de la creación de una Empresa de Tecnología de la Información en el Distrito de San Andrés de Tumaco, en el Departamento de Nariño, es evidente según fuentes del lugar que en Tumaco es difícil acceder a servicios de tecnología y las empresas que lo requieren deben asumir sobre costos por servicios prestados desde otros municipios relativamente cercanos como Pasto o Túquerres. El estudio demuestra que el municipio cuenta con una población bastante joven amantes a una gran variedad de tecnología como lo son equipos de cómputo (escritorio o portátil), celulares, consolas de video juego entre otras, lo que ayuda a impulsar las ventas de este tipo y las medianas y pequeñas empresas se encuentran en un atraso tecnológico bastante grande, lo que resulta siendo un potencial para el mercado tecnológico en la prestación de servicios de desarrollo de software, mantenimientos de redes y equipos y venta de accesorios tecnológicos para las oficinas. También nos encontramos con un desafío grande y es la falta de infraestructura y conectividad a internet, aunque esto abre una puerta para incluir dentro de los servicios aprestar por la empra, la venta de planes de internet satelital con conexión a Starlink y así dinamizar las ventas.
Propuesta de mejoramiento del proceso de comunicación interna en una empresa de desarrollo de soluciones informáticas
(Corporación Universitaria Remington, 2024) Santos Díaz, Jesús Alexis; Ruiz Moreno, Silvana
El siguiente informe está centrado en abordar una deficiencia de la comunicación interna entre departamentos de una empresa de desarrollo de soluciones informáticas. Usando el contexto empresarial y dando uso a herramientas de caracterización, nos darán una clara visión de los agentes implicados en el proceso comunicativo. Teniendo como base esta caracterización se diagnostica, usando un diagrama Ishikawa, el sistema comunicativo. Esto con el fin de tener claro cuales son los apartados que generan el problema general de comunicación interna. Todo este diagnóstico nos dará los datos suficientes para realizar un plan de mejora que proponga herramientas y estrategias que le permitan a la empresa realizar una mejor labor comunicativa entres sus departamentos.
Capacitación para consultores Staff y Junior SAP
(Corporación Universitaria Remington, 2024) Vargas Raigosa, Wbeimar Darío; Ruiz Moreno, Silvana
¿Por qué se desea plantear esta mejora en el proceso de entrenamiento para los staff y junior? Durante el ingreso de nuevas personas al equipo de consultoría SAP encontramos una dificultad en donde los candidatos llegan sin habilidades en la herramienta SAP. Si bien todas las personas no deben tener un conocimiento completo -tampoco se puede esperar tener un conocimiento total en aplicación- destinar personas a un proyecto con un conocimiento básico esto nos implica en ocasiones reprocesos, daños en la configuración, daño a nivel reputacional de la firma frente a sus clientes adicional de los posibles efectos donde se cause un estrés innecesario sobre otros colaboradores y la persona implicada, posibles efectos burnout, deserción quedando en un círculo vicioso. Por lo tanto, se planteó una estrategia de capacitación para este equipo humano donde ellos puedan obtener las habilidades para desempeñar su rol en la aplicación requerida. La idea no es solamente que se desempeñe una actividad de manera correcta por parte de un colaborador sino también lograr que tengan una visión de permanencia en la firma y creciendo tanto personal como profesional. Es importante resaltar que dar una formación para un personal staff que llega sin habilidades SAP a la firma permite que tengan una amalgama de habilidades, conocimientos, manejo de herramientas brindándole una versatilidad la cual es un gana – gana tanto para compañía, permitiéndole a esta acomodar a un recurso en cliente y consecuentemente obtener una ganancia a nivel de porcentaje de utilización versus la disponibilidad del recurso a enfrentar nuevos retos que le permita en el mundo SAP poder aprender nuevas tecnologías conforme se vayan lanzado los productos al mercado y de esta manera el consultor mantiene una vigencia tanto a nivel firma como profesional. La metodología que queremos implementar con el equipo staff y junior es la siguiente; ellos inicialmente como personal de apoyo para el proyecto y tendrán responsabilidades y funciones en base a sus estudios ejemplo una persona que tenga conocimientos de administración podrá ser asignado a un módulo de tesorería, activos fijos etc. Recibiendo una mentoría o acompañamiento de un consultor de mayor rango y así garantizar una formación en campo. De igual forma se les ofrecerá una academia en SAP donde puedan afianzar la parte teórica y práctica del módulo donde sé que quieran enfocar para su formación como consultores. De esta forma se abarcan dos dimensiones que componen al consultor para que puedan pasar a un mayor nivel y estos a su vez puedan brindar acompañamiento o mentoría convirtiendo esto en un círculo virtuoso.
Sistema de gestión para la comercialización de productos en la microempresa Finca “La Lolita”
(Corporación Universitaria Remington, 2024) Franco Franco, Yeider Zahovic; Ruiz Moreno, Silvana
En el contexto de la transformación digital y las demandas cambiantes del mercado, las microempresas, especialmente aquellas centradas en la producción agrícola, enfrentan desafíos significativos en la comercialización de sus productos. Este proyecto se enfoca en abordar la problemática específica de la microempresa Finca La Lolita, ubicada en el municipio de La Unión Valle, dedicada a la producción de uvas. El proyecto propone la implementación de una aplicación web personalizada que optimice la gestión comercial de Finca La Lolita. La iniciativa surge como respuesta a las dificultades de comercialización, eliminando intermediarios y reduciendo costos en transporte y almacenamiento. Se emplea una metodología evolutiva basada en el modelo espiral propuesto por Roger Pressman, permitiendo ajustes continuos y adaptaciones a medida que avanza el desarrollo. La aplicación no solo beneficiará a la microempresa al mejorar la eficiencia y competitividad en el mercado, sino que también ofrecerá ventajas significativas a los clientes. Entre ellas se incluyen precios más bajos, mayor disponibilidad de productos, transparencia en las transacciones, un servicio más ágil y acceso las 24 horas a la información sobre productos y pedidos. Este proyecto no solo busca resolver los desafíos específicos de Finca La Lolita, sino que también pretende servir como un referente teórico y metodológico para futuros trabajos en la región norte vallecaucana. Se espera que la implementación exitosa de esta solución tecnológica contribuya a la sostenibilidad y crecimiento de las microempresas agrícolas en entornos similares.
Ampliación de redes de fibra óptica
(Corporación Universitaria Remington, 2024) Gasca, William Alexander; Ruiz Moreno, Silvana
Conintergy es una empresa de telecomunicaciones que presta servicios de conectividad y equipos de comunicaciones. Posteriormente, en el 2021 incursionó en la prestación de servicios al nivel de cámaras y alarmas de seguridad y la relación como empresa con sus clientes: Ventas, Servicio al Cliente, Gestión de Cartera, Soporte Técnico, Gestión de Datos y Gestión de PQR. Generando valor a su negocio y asegurando que los usuarios finales tengan experiencias memorables con su marca. La empresa Cointergy cubre más del 50% de la población urbana y está presente en 15 veredas de las 37 que tiene el municipio de Timaná. La cobertura en fibra óptica de la empresa Cointergy está presente en la zona urbana, cubre las veredas de San Calixto, El Tejar, La Pencua, Mateo Rico, Criollo, Cascajal, Pantanos, Santa Barbara Alta, Santa Barbara Baja, Palmito, Camenzo, San Antonio, Montañita, Las Mercedes, Naranjal y San Marcos. El municipio de Timaná, ubicado en el departamento del Huila, enfrenta serios desafíos en términos de conectividad digital. La falta de infraestructura moderna para la transmisión de datos limita el acceso de sus habitantes a servicios de Internet de alta velocidad, lo que a su vez afecta negativamente la educación, el comercio, la comunicación y el desarrollo socioeconómico de la región.
Algoritmo computacional, para la predicción de nivel de satisfacción de compra de un usuario, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Aguirre Aristizábal, Daniel David; Briñez de León, Juan Carlos
El presente trabajo se enfoca en brindar una solución a una pequeña cadena de supermercados llamada Merk+, en la predicción de las calificaciones brindadas por sus clientes, en aras de mejorar el servicio brindado y realizar estrategias que permitan a Merk+ tomar mejores decisiones. Dentro del análisis comenzamos con una breve descripción de la situación de Merk+, para posteriormente, con base a la data brindada por la cadena de supermercados; dentro de estos datos podemos encontrar el tipo de datos de nuestras variables, cantidad de personas por género, mapa de correlaciones, gráfico de bigotes, entre otros gráficos y tablas con información, la cual fue previamente limpiada y normalizada con el fin de evitar outliers que puedan afectar nuestro análisis. Con base a nuestro análisis, hemos entregado el uso de algoritmos de clustering y de regresión de datos con múltiples entradas. En el proceso de clustering segmentaremos nuestros clientes o compras, con el fin de poder identificar un factor común que pueda afectar las calificaciones que está entregando los clientes. En cuanto a la regresión de datos con múltiples entradas, le permitirá a Merk+ proyectar la posible calificación por parte del usuario con base a los artículos comprados, método de pago, sucursal de la compra, entre otros. Con esto se busca que Merk+ pueda brindar un mejor servicio para sus clientes y así mismo destacar entre su competencia.
Implementación de algoritmos de machine learning para la detección de fraudes financieros internos en ejercicio de la Auditoría TI
(Corporación Universitaria Remington, 2024) Ibañez Martínez, Carlos Andrés; Briñez de León, Juan Carlos
En este proyecto se desarrolló un modelo para la detección de fraude en transacciones financieras mediante la aplicación de algoritmos de aprendizaje automático, específicamente el algoritmo de clustering K-means. El trabajo comenzó con la preparación y limpieza de un conjunto de datos que contenía información sobre transacciones, con el fin de eliminar las columnas irrelevantes y reducir el ruido. Este proceso incluyó la selección de variables clave, como el tipo de comercio, el monto de la transacción, el tipo de tarjeta, la distancia desde el hogar, y si la transacción ocurrió durante el fin de semana. La limpieza de datos permitió enfocar el análisis en las características más importantes para identificar patrones de comportamiento asociados al fraude. Una vez que los datos estuvieron listos, se aplicó el algoritmo K-means, que agrupa las transacciones en diferentes clústeres o grupos según sus características compartidas. Este algoritmo se eligió por su capacidad para segmentar grandes volúmenes de datos en categorías homogéneas, lo que es particularmente útil para la detección de anomalías en sistemas financieros. Los resultados del clustering mostraron la formación de grupos de transacciones con distintos niveles de riesgo de fraude. Al analizar estos grupos, se pudo observar que ciertas características, como transacciones en comercios de alto riesgo o montos elevados, estaban más presentes en los clústeres que indicaban un mayor riesgo. Esto permitió identificar patrones que podrían señalar comportamientos fraudulentos, facilitando la detección de anomalías en futuras transacciones. El análisis realizado destacó el valor de la segmentación de datos en auditoría financiera, ya que permite una evaluación proactiva de riesgos y ayuda a identificar transacciones que merecen mayor atención. Con base en estos resultados, el modelo de K-means puede integrarse en un sistema de auditoría para monitorear las transacciones en tiempo real, clasificando cada una en función de su riesgo potencial y generando alertas cuando se detecten patrones sospechosos. Esto no solo mejora la capacidad de respuesta ante posibles fraudes, sino que también optimiza el proceso de monitoreo al priorizar las transacciones de mayor riesgo. Este proyecto muestra cómo el aprendizaje automático y los análisis de datos pueden aportar significativamente a la seguridad y la eficiencia en sistemas de auditoría de TI, ofreciendo herramientas innovadoras para la protección de la información financiera. Los hallazgos respaldan el uso de técnicas de clustering para mejorar la detección de fraude, abriendo la puerta a futuras investigaciones que podrían incluir la integración de algoritmos supervisados y la mejora de los modelos predictivos para aumentar la precisión y confiabilidad en la identificación de transacciones fraudulentas.
Sistema de predicción de la deserción escolar, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Mendoza García, Carlos Andrés; Briñez de León, Juan Carlos
Este trabajo presenta el desarrollo de un sistema de predicción para la deserción escolar en escuelas de educación superior, basado en el análisis de datos utilizando técnicas de machine learning. El sistema tiene como objetivo proporcionarnos predicciones para evitar la deserción temprana en la educación superior y así crear ayudas educativas para apoyarlos. Este dataset recompila diversas bases de datos en una institución de educación superior, contiene información sobre estudiantes de varias carreras de pregrado. Los datos incluyen características demográficas, socioeconómicas y trayectoria académica al momento de inscripción, así como el rendimiento académico al final del primer y segundo semestre. La idea de implementación es construir un modelo de clasificación que predice la deserción escolar y el éxito académico. Esta información se somete a un proceso de limpieza y normalización para asegurar la calidad y consistencia de los datos. A partir de este análisis, se propone utilizar algoritmos de Aprendizaje supervisado (Clasificación) como KNeighborsClassifier y LinearDiscriminantAnalysis con el objetivo de clasificar a los estudiantes en diferentes grupos a categorías específicas.
Sistema para mejorar la eficiencia de las campañas de marketing al dirigirlas a segmentos de clientes específicos, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Hurtado Giraldo, Mateo; Giraldo Duque, Santiago; Briñez de León, Juan Carlos
Este trabajo de grado, titulado “Sistema Para Mejorar la Eficiencia de las Campañas de Marketing al Dirigirlas a Segmentos de Clientes Específicos, Utilizando Estrategias de Machine Learning”, está diseñado con algoritmos de Inteligencia Artificial (IA) por medio de un modelo de Machine Learning (ML) enfocado en el análisis de datos. Con el cual se realiza un sistema de recomendaciones de paquetes de viajes y negocios en base a la segmentación de grupos por medio del Clustering que es una herramienta del Aprendizaje No supervisado. El análisis de datos inicia con la revisión de la información hallada en el DataSet. Este proyecto involucra la recolección y depuración de datos históricos relacionados con los viajes realizados por los usuarios de una aerolínea. Al realizarse el análisis, se implementa algoritmos de Machine Learning (ML), tales como depuración y clasificación, al tener los datos organizados se usa el proceso de Clustering que permite segmentar los datos en grupos homogéneos para realizar una mejor recomendación en base al perfil del nuevo cliente ingresado.
Predicción del desempeño académico de un estudiante a partir del análisis de patrones y comportamientos, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Cruz Holguín, Héctor Jaime; Catuche Mompotes, Miguel Ángel; Briñez de León, Juan Carlos
El presente trabajo aborda la predicción del desempeño académico de estudiantes mediante el análisis de patrones y comportamientos individuales utilizando algoritmos de machine learning. A partir de un conjunto de datos de Kaggle, se identificaron variables como horas de estudio, asistencia, participación parental, acceso a recursos educativos, y motivación, que impactan en los resultados académicos. Tras una cuidadosa limpieza y preprocesamiento de datos, se implementaron seis algoritmos de clasificación supervisada: KNN, Bayes, LDA, QDA, árboles de decisión, y SVM, los cuales lograron una precisión superior al 98% en la predicción de desempeño estudiantil (Suficiente o Satisfactorio). La metodología incluyó un análisis de correlación para seleccionar las variables con mayor relevancia, descartando aquellas con baja influencia. La eliminación de la puntuación en el examen final como variable permitió enfocar la predicción en patrones conductuales en lugar de calificaciones previas. La implementación del modelo fue validada mediante la simulación de tres perfiles estudiantiles distintos, lo que demostró la efectividad y adaptabilidad del modelo para anticipar el rendimiento académico y ofrecer recomendaciones personalizadas.
Sistema de recomendación para compra de material de forma inteligente a partir de datos de consumo, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Ortega Fuentes, Jose David; Rodríguez Guzmán, Gilberto José; Albarracín Cristancho, Eliana Yulied; Briñez de León, Juan Carlos
Ingeomega SAS es una empresa de ingeniería con sede en Medellín que ofrece soluciones en áreas como telecomunicaciones, electricidad y obras civiles. En el desarrollo de sus proyectos, Ingeomega ha detectado la necesidad de optimizar el proceso de adquisición de materiales para ajustarse a las necesidades específicas de cada grupo de trabajo. Esta estrategia de compras inteligentes se centra en mantener un control preciso sobre los materiales utilizados, con el objetivo de reducir costos por exceso de inventario y minimizar el riesgo de desabastecimiento, lo que podría afectar la continuidad de sus proyectos. Este estudio busca analizar cómo la implementación de un modelo de Machine Learning basado en los datos históricos de consumo de materiales puede mejorar la eficiencia del proceso de abastecimiento y reducir el riesgo de desabastecimiento en la empresa. La hipótesis plantea que un análisis predictivo de consumo permitirá a Ingeomega predecir con precisión las necesidades de materiales para cada proyecto, optimizando así el proceso de compras y reduciendo los costos asociados. Para alcanzar estos objetivos, se propone un modelo de análisis de datos que permita prever el consumo de materiales en función de patrones históricos. Los objetivos específicos incluyen el desarrollo de un modelo de Machine Learning para la predicción de consumo, la implementación de un sistema de gestión de inventario basado en patrones de consumo, la evaluación de la reducción de costos y la implementación de un sistema que evite el desabastecimiento. de materiales en proyectos clave de la empresa. En cuanto a la metodología, el análisis se realizará sobre un conjunto de datos que contiene registros detallados de consumo de materiales de Ingeomega SAS, empresa que brinda servicios a Empresas Públicas de Medellín (EPM) en el área de control de pérdidas en la región del Bajo Cauca antioqueño. Los datos cuentan con 9 columnas y 16,496 registros, lo cual permite realizar un análisis exhaustivo para identificar patrones y tendencias en el uso de los recursos materiales. Con estos datos, se espera obtener una mejora en la planificación y administración de los inventarios de la empresa.
Sistema de prevención y estudio contra la diabetes, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Montealegre Monroy, Carlos Andrés; Briñez de León, Juan Carlos
Este trabajo de grado se enfoca en el análisis de datos de consumo de clientes del gimnasio MEGA GYM HIT, realizando un seguimiento a sus usuarios con el fin de enfocarse en mejorar los niveles de salud y prevención de enfermedades como la obesidad, propone un sistema de recomendación de prevención de obesidad basado en estrategias de clustering. El análisis de datos inicia con la recolección de información de transacciones, incluyendo características como la edad, genero de los usuarios, el peso y la altura, también se busca conocer los niveles de actividad física que realiza el usuario estos niveles tendrán un rango entre 1 y 4, el índice de masa corporal también es una variable que se va a levantar en el estudio para cada usuario esta medida se tomara por profesionales capacitados. Esta información se somete a un proceso de limpieza y normalización para asegurar la calidad y consistencia de los datos. A partir de este análisis, se propone utilizar algoritmos de clustering como K-means y DBSCAN con el objetivo de agrupar a los usuarios en segmentos con patrones en edades, niveles de actividad física peso y altura. El proceso de clustering permite identificar grupos homogéneos de usuarios, facilitando la creación de recomendaciones personalizadas de evaluación los niveles de obesidad en el que se encuentra y como generar un plan de trabajo para remediar estas afecciones. Los clusters revelan insights sobre las necesidades de mejorar los hábitos saludables dentro de los usuarios del gimnasio, como alertas para generar de manera oportuna acciones de mejora. La recomendación basada en clustering optimiza la segmentación y el agrupamiento, mejorando la servicio para usuarios que necesiten un seguimiento adicional para mejorar su salud. El modelo es evaluado mediante métricas como el silhouette score, que valida la cohesión de los clusters, y se ajusta iterativamente para refinar las recomendaciones. Los resultados demuestran que esta metodología ofrece recomendaciones más precisas y relevantes en comparación con enfoques tradicionales, mejorando la experiencia del usuario.
Sistema de recomendación para el rendimiento de los estudiantes de secundaria, utilizando estrategias de machine learning
(Corporación Universitaria Remington, 2024) Amaya Ríos, Mayelli; Salazar López, Gabriel; Muñoz Arcila, Joany; Briñez de León, Juan Carlos
Este estudio examina un grupo de 2392 alumnos de nivel secundario, que engloba aspectos demográficos, patrones de estudio, implicación de los padres, actividades fuera del currículo y desempeño escolar. El parámetro de interés, GradeClass, categoriza las notas en grupos concretos, ofreciendo un fundamento para la investigación en educación, el modelado predictivo y el análisis estadístico. La meta es identificar elementos que impactan en el desempeño escolar. Esto facilitará la categorización de los alumnos en función de su desempeño y la exploración de vínculos entre factores como el respaldo de los padres, las horas de estudio y la implicación en actividades fuera del currículo. Esta información no solo facilita el análisis del rendimiento individual, sino que también posibilita la creación de tácticas a medida para potenciar el rendimiento de grupos concretos de alumnos. El modelo se analizará empleando indicadores como la exactitud y la matriz de confusión para confirmar la validez de las proyecciones. Con el ajuste y perfeccionamiento del modelo, se espera lograr sugerencias más exactas para intervenciones en educación. Este enfoque tiene como objetivo mejorar la comprensión de los elementos que tienen influencia en el desempeño académico y perfeccionar el respaldo institucional, influyendo de manera positiva en la experiencia educativa.

Browse

Recent Submissions