Examinando por Autor "Valencia Villa, Juan Sebastián"
Mostrando 1 - 10 de 10
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Caracterización salarial en el sector TI por medio de información laboral y sociodemográfica de los empleados(Universidad EIA, 2024) Cano Montoya, Felipe; Valencia Villa, Juan SebastiánRESUMEN: En la industria de tecnologías de la información (TI), la determinación de salarios es un tema crítico tanto para empleadores como para empleados. Sin embargo, las herramientas y estudios actuales no consideran variables significativas o carecen de información completa, lo que dificulta una comprensión integral de los factores que influyen en la compensación salarial. La creciente demanda de profesionales altamente especializados en el sector ti resalta la necesidad de estudios que aborden de manera exhaustiva los factores laborales y sociodemográficos, como la experiencia laboral, el nivel educativo, entre otros, que inciden en los salarios de los empleados de ti. Esta investigación tiene como objetivo principal analizar y caracterizar la relación entre estas variables y los niveles salariales, proporcionando una visión precisa y actualizada para facilitar la toma de decisiones estratégicas. Para abordar este problema, se ha utilizado la metodología ASUM-DM. En primer lugar, se realizó un análisis exhaustivo de la literatura existente y se identificaron las variables laborales y sociodemográficas pertinentes. Posteriormente, se llevó a cabo la recopilación y selección de datos empíricos de profesionales del sector TI. La fase de utilización implicó la preparación y limpieza de los datos para garantizar su calidad y fiabilidad. En la etapa de modelado, se desarrolló un modelo predictivo de compensación salarial utilizando técnicas avanzadas de analítica de datos y Machine Learning, validándolo para asegurar su precisión y robustez. Finalmente, se tomó la decisión de aplicar el modelo para generar una curva salarial precisa y actualizada, la cual puede ser utilizada por empresas e instituciones del sector TI para optimizar sus políticas de atracción de talento. El modelo predictivo desarrollado ha permitido identificar y cuantificar la influencia de diversas variables laborales y sociodemográficas en la determinación de los niveles salariales de los profesionales del sector TI. Los resultados indican que factores como la experiencia laboral, el nivel educativo y la especialización tienen impacto en la compensación salarial. El modelo proporciona una herramienta valiosa para estimar los salarios de los profesionales de TI en función de su perfil, contribuyendo así a una gestión más eficaz y atractiva del talento humano en el ámbito de las tecnologías de la información. Las conclusiones de esta investigación están abiertas y se determinarán posteriormente a la evaluación exhaustiva del modelo predictivo. Se espera que, una vez validado completamente, el modelo sirva como guía de construcción de una base sólida para la formulación de estrategias de atracción de talento en el sector TI, permitiendo a las empresas ofrecer compensaciones salariales competitivas y justas. Este estudio contribuirá significativamente al conocimiento existente en el campo de la gestión de recursos humanos y la analítica de datos aplicada, proporcionando una comprensión más profunda de los factores que influyen en la remuneración de los profesionales de TI.Publicación Acceso abierto Diseño de metodología integral de ingeniería de datos empresariales para optimización de procesos y toma de decisiones estratégicas(Universidad EIA, 2024) Sánchez Orrego, Sebastián; Valencia Villa, Juan SebastiánRESUMEN: En el entorno empresarial actual, la gestión efectiva de los datos es crucial. Hoy en día existen desafíos en la ingeniería de datos que afectan la toma de decisiones, gracias a procesos incompletos que ocasionan retrasos o resultados imprecisos. Las metodologías existentes no se generalizan lo suficiente para abarcar los diferentes campos de acción en los que aplican. Se propone una metodología integral de ingeniería de datos orientada a las necesidades empresariales. Esta metodología busca mejorar la preparación, limpieza, gobernanza, calidad y gobernanza de los datos en las organizaciones, definiendo pasos claros y describiendo la funcionalidad de herramientas y recursos técnicos necesarios, de manera que genere un impacto positivo en la eficiencia de la toma de decisiones. La implementación de esta metodología se espera que tenga un impacto directo en la eficiencia de las operaciones empresariales relacionadas a áreas de analítica, ciencia e ingeniería de datos, mejorando la calidad y confiabilidad de los procesos. Además, proporcionaría a las empresas una ventaja al facilitar la comprensión y uso de los datos.Publicación Acceso abierto Diseño de un modelo de prónostico de ventas para una compañía del sector agroindustrial(Universidad EIA, 2024) Aubad Acebedo, Susana; Valencia Villa, Juan SebastiánRESUMEN: el proyecto se centra en la creación e implementación de un modelo de pronóstico de ventas sólido dentro del departamento de tecnología e informática de una empresa. El pronóstico será generado para el área financiera y gerencial de la compañía. (Xiong & Comite, 2022) El objetivo principal es mejorar el procesamiento, el análisis y la presentación de informes de datos para facilitar la toma de decisiones informadas, garantizar el cumplimiento de las regulaciones financieras y aumentar la eficiencia operativa en general. El marco teórico que sustenta el proyecto combina el método científico con las técnicas formales, destacando la relevancia de los modelos analíticos. La integración y transformación de los datos, el diseño del fujo de trabajo, el procesamiento de los datos, las predicciones y herramientas analíticas son componentes claves del proyecto. El proyecto garantiza que los datos sean consistentes, confiables y fácilmente accesibles al armonizar datos de diferentes fuentes, convertirlos en un formato estandarizado y automatizar el proceso de predicción de las ventas. Usando el proyecto como una herramienta, los analistas financieros y demás colaboradores del proceso podrán crear informes oportunos y precisos y obtener información útil para la planificación estratégica gracias a la optimización del proceso. Por las numerosas ventajas que ofrece, el proyecto es esencial para la empresa. Mejora la toma de decisiones al permitir a los profesionales financieros optimizar los presupuestos, encontrar ahorro de costos y adaptarse a los cambios en el mercado. La seguridad de los datos y procesos estructurados garantiza el cumplimiento de la normativa financiera. El proyecto también automatiza el manejo de datos, lo que reduce el tiempo y los costos.Publicación Acceso abierto Diversificación de un portafolio de inversión basado diferentes medidas de riesgo(Universidad EIA, 2023) Agudelo Serna, Andrés; Valencia Villa, Juan SebastiánRESUMEN: el presente trabajo aborda la problemática de optimización de asignación de capital dentro de un portafolio de instrumentos financieros heterogéneos. Esta gestión óptima de carteras de inversión resulta un tópico crítico en finanzas corporativas, dada su incidencia en la rentabilidad y riesgo de las organizaciones. La investigación explora el potencial de técnicas de vanguardia en inteligencia artificial, específicamente la lógica difusa y los algoritmos genéticos, para la construcción de portafolios robustos mediante asignación sistémica de recursos. La metodología consiste en un estudio cuantitativo, explicativo y longitudinal. Involucra el análisis estadístico de series financieras históricas para entrenar y evaluar modelos predictivos. El alcance correlacional identifica interdependencias entre instrumentos. Se implementan dos enfoques complementarios: lógica difusa para evaluación individual de alternativas mediante reglas heurísticas, y algoritmos genéticos para búsqueda estocástica masiva en paralelo de asignaciones óptimas globales. Los resultados revelan sinergias entre ambos. La lógica difusa aporta análisis granular, manejo de incertidumbre y semántica interpretativa. Los algoritmos genéticos permiten optimización simultánea considerando interdependencias y con flexibilidad de objetivos. Se concluye que estas modernas técnicas algorítmicas de vanguardia sobresalen en la construcción de portafolios resilientes y superan limitaciones de enfoques tradicionales. Se recomienda investigación futura enfocada en despliegue de aplicaciones analíticas y validación sobre datos financieros en tiempo real. En síntesis, este trabajo ejemplifica la aplicación de algoritmos innovadores de inteligencia artificial para optimizar la gestión de portafolios de inversión corporativos, constituyendo un avance en la incorporación de técnicas de vanguardia en los procesos de decisión financiera estratégica.Publicación Acceso abierto Inteligencia artificial para el análisis de inversiones a largo plazo(Universidad EIA, 2024) Henao Ramírez, Juan Sebastián; Mery Agudelo, Mauricio; Valencia Villa, Juan SebastiánRESUMEN: en el contexto de la globalización exponencial, los mercados financieros se están expandiendo de manera inesperada y debido a ello, toda la economía mundial se ha visto impactada. Con el crecimiento de las grandes empresas y el surgimiento de nuevas compañías, los inversionistas se enfrentan al desafío de decidir dónde invertir. Adicionalmente, debido a la masiva cantidad actual de comercios, tanto en la bolsa de valores como en inversiones privadas, se hace imposible poder analizar cada uno de ellos de manera clara o detallada. El presente trabajo de grado busca proporcionar una solución al desafío de la toma de decisiones de inversión con estos mercados financieros en constante crecimiento; para ello se propone un modelo de inteligencia artificial (IA) para el análisis de inversiones a largo plazo. Para lograr dicho objetivo, inicialmente se hará la recolección de datos asociados a las variables que más influyen en el éxito o fracaso de una inversión. Una vez obtenidos, los datos se depurarán y prepararán correctamente para continuar con el entrenamiento del modelo de IA. Se identificarán los parámetros que el modelo de IA debe tener para hacer una predicción exitosa. Finalmente, se podrán visualizar los resultados del modelo de IA en un tablero de PowerBI. Con este proceso se espera que las predicciones acerca de los precios y los retornos de las acciones sean confiables y coherentes; de tal manera, que con estas, tanto los inversores o compañías certificadas, como las personas interesadas en los mercados financieros, puedan invertir de manera más informada y responsable.Publicación Acceso abierto Modelamiento Predictivo y Optimización para el Abastecimiento de Repuestos Automotrices(Universidad EIA, 2024) Marín Ramirez, Juan David; Valencia Villa, Juan SebastiánRESUMEN: El abastecimiento de repuestos e insumos en el sector automotriz Colombiano cada vez viene adquiriendo mayor relevancia debido a factores que se vienen presentando en el transcurso de la última década, tales como: migración (salida del país) de plantas ensambladoras de vehículos a otros países de la región (México y Brasil), incremento en la variedad y comercialización de marcas automotrices en el parque automotor colombiano (apertura a marcas asiáticas), implementación de nuevas tecnologías (vehículos híbridos y eléctrico), devaluación del Peso (COP) frente al Dólar (USD) y crecimiento en la demanda interna de vehículos transporte de carga (comerciales) y pasajeros (familiares) generados luego de pandemia Covid 19 y reactivación económica nacional. Es allí donde estas circunstancias, en ocasiones con posiciones de contrariedad y particularmente en el sector automotriz generan incrementos en las operaciones de mantenimiento de vehículos y reduciendo los márgenes operativos para las empresas de transporte y en general para el sector productivo. Renting Colombia, una empresa dedicada al arrendamiento operativo de vehículos (tanto comerciales como de uso particular) y con una flota de más de 45.000 vehículos operativos y creciendo, se ve cada vez más afectada por la disponibilidad y constante incremento en costo de los insumos y repuestos requeridos para el mantenimiento adecuado de sus vehículos y por ende la afectación de sus ingresos operativos. Es por esto que surge la necesidad de realizar una reducción de gastos de mantenimiento, partiendo principalmente por los costos de insumos y repuestos importados, los cuales se afectan por la tasa cambiaria y algunas otras variables como costos de commodities. Este proyecto busca desarrollar un modelo financiero que ayude a tomar decisiones desde una óptica financiera para optimizar el gasto mediante una integración de los flujos de información de costos de insumos automotrices, rotación de inventarios (vehículos y repuestos) y variables económicas, aplicando pronósticos y simulaciones de costos futuros (según requerimientos operativos de mantenimiento).Publicación Acceso abierto Modelo de Deep Learning integrando índices macroeconómicos, índices internos empresariales y el análisis sentimental de las personas para predecir los despidos masivos en los Estados Unidos(Universidad EIA, 2024) Santos Villa, Yersson Sebastian; Valencia Villa, Juan SebastiánRESUMEN: existen diferentes fenómenos que pueden ser llamativos en diferentes ápices empresariales, uno de ellos es el despido masivo de personal. Este documento se encarga de diseñar un modelo de Deep Learning combinado a un análisis sentimental con diferentes variables macroeconómicas y empresariales, para predecir la posibilidad de este suceso en un mes futuro. En el proceso, se evaluó la máquina de soporte vectorial y el perceptrón multicapa después de juntar diferentes variables incluyendo una clasificación por polarización del sentimiento de diferentes comentarios de la red social X sobre los despidos masivos en los estados unidos durante el perdió de 2022 y 2023. Los resultados arrojaron que el modelo de Máquina Soporte Vectorial (precisión 90%) resultaba ser más preciso en la predicción de un posible despido masivo con respecto a un modelo de redes neuronales artificiales por perceptrón multicapa (precisión 82.5%).Publicación Acceso abierto Modelo OCR para reconocimiento de placas de vehículos(Universidad EIA, 2019) Franco Taborda, Brayan Stiven; Valencia Villa, Juan SebastiánRESUMEN: En esta época donde la tecnología es un punto de partida importante en toda organización y ayuda de manera significativa a las empresas a optimizar sus procesos, es más común ver día a día una infinidad de requerimientos en la industria en aras de usar estas tecnologías y desarrollos para mejorar la productividad de cara al negocio. En este trabajo se plantea la posibilidad de desarrollar un modelo para reconocimiento de placas de los vehículos en fotos tomadas por smartphones para la empresa Renting Colombia, buscando poder pasar esa información de la placa inicialmente en una imagen; a texto plano. Para esto, se hicieron diferente tipo de pruebas, y desarrollo de ambientes y herramientas para llegar a este objetivo, inicialmente se desarrolla un modelo en Python con ayuda de librerías como opencv que permite el tratamiento de caracteres, sobre una infraestructura montada en nube, sin embargo, con el pasar del tiempo se fueron descubriendo herramientas y metodología que podían hacer este reconocimiento de caracteres mucho más eficiente. Finalmente se termina implementando una aplicación móvil que toma la imagen de la placa por medio de la cámara, analiza dicha imagen, la envía a una nube; donde está el modelo OCR especializado en reconocimiento de caracteres, se hace el análisis y devuelve a la aplicación móvil el contenido de la placa en texto plano.Publicación Acceso abierto Prototipo de software para un biorreactor de tanque agitado(Universidad EIA, 2023) Londoño Londoño, Simon; Valencia Villa, Juan SebastiánRESUMEN: el objetivo del trabajo de grado fue desarrollar un prototipo de software para un biorreactor de tanque agitado, un dispositivo esencial en la biotecnología y la industria farmacéutica. Su función principal es el cultivo de microorganismos, células vegetales o animales en un entorno controlado, utilizado para la producción de diversos productos biotecnológicos, como medicamentos, productos químicos y alimentos. El proyecto se estructuró en varias etapas fundamentales. En primer lugar, se llevó a cabo una definición precisa de los requisitos del sistema, identificando las necesidades del usuario y las funcionalidades necesarias. Luego, se procedió a la selección de las tecnologías apropiadas para el desarrollo del software, complementados con patrones de diseño que permitieron la creación de una arquitectura sólida. Esta garantizó la escalabilidad del prototipo y su capacidad para adaptarse a las necesidades cambiantes del usuario y las futuras expansiones tecnológicas. Se identificaron las necesidades y componentes clave del biorreactor que debían incorporarse al prototipo. Para abordar los desafíos principales, se realizaron investigaciones exhaustivas y se compararon con soluciones de software existentes en el mercado. Estas otorgaron una guía indispensable en la etapa de implementación y desarrollo. El resultado final fue un prototipo funcional que cumplió con los requisitos iniciales. Permitió la configuración de parámetros de control y componentes del biorreactor, así como la visualización en tiempo real de variables de control y estados de componentes, como bombas y electrodos. Se logró también la actualización en tiempo real de parámetros de control y componentes, lo que permitió una gestión dinámica de la operación del biorreactor. Además de las tecnologías mencionadas, se implementaron técnicas de desarrollo ágil para la gestión eficiente del proyecto. Esto permitió abordar problemas a medida que surgían y realizar adaptaciones según las necesidades del cliente, garantizando la entrega de un producto estable. El proyecto no estuvo exento de desafíos, siendo uno de los más significativos la falta de acceso a un entorno de prueba real para evaluar el rendimiento del software y la ausencia del hardware necesario para lograr una integración completa con el biorreactor.Publicación Acceso abierto Valuación de datos como activos intangibles(Universidad EIA, 2023) Pino Romero, Jorge Mario; Sarasti Sierra, Alejandro; Valencia Villa, Juan SebastiánRESUMEN: En este trabajo de grado se aborda la importancia de considerar los datos como un activo intangible para las empresas, y su relación con la calidad de los datos. El problema que se plantea es que muchas empresas aún no reconocen el valor de los datos, además de que no existen métodos ampliamente validados para conocer su valor o precio. La metodología empleada incluyó una revisión de la literatura sobre modelos de valoración de datos y dimensiones de calidad de datos, así como la aplicación de algunos modelos en un proceso de creación de valor usando la base de datos de la biblioteca de la Universidad EIA. Para este caso específico no es posible inferir los precios o el valor del mercado, debido a la naturaleza de la empresa dueña de la base de datos, por lo que se utilizó un enfoque basado en costos, además de la calidad de la base de datos para la valuación de estos. En total se usaron tres modelos provenientes de la literatura, dos de ellos de valor monetario y uno de valor intrínseco, además se propuso y se evaluó uno propio. Se concluyo que los modelos tienen como utilidad principal la comparación entre ellos, para tomar decisiones respecto a la utilización de la base de datos, sus costos y su potencial de explotación. Además, también se llevó a cabo un diagnóstico de la calidad de datos de la base de datos de la biblioteca de la universidad EIA.