ANÁLISIS Y AUTOMATIZACIÓN DE DATOS EN EL MÓDULO DE LA DIRECCIÓN DE INFRAESTRUCTURA FÍSICA EDUCATIVA DE LA SECRETARIA DE EDUCACIÓN.

Durante el desarrollo del tablero de descarga y el sistema en Python para analizar y automatizar datos, se llevaron a cabo una serie de tareas y etapas con el objetivo de crear una solución eficiente y funcional. A continuación, te presento un resumen del trabajo realizado: Análisis de requisitos: S...

Full description

Autores:
Ardila Cardona, Jeferson Arley
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Tecnológico de Antioquia
Repositorio:
Repositorio Tdea
Idioma:
spa
OAI Identifier:
oai:dspace.tdea.edu.co:tdea/3578
Acceso en línea:
https://dspace.tdea.edu.co/handle/tdea/3578
https://dspace.tdea.edu.co/
Palabra clave:
Análisis
Automatización
Plataforma
Información
Eficiente
Escalabilidad
Infraestructura Educativa
Rights
openAccess
License
Tecnológico de Antioquia Institución Universitaria, 2023
Description
Summary:Durante el desarrollo del tablero de descarga y el sistema en Python para analizar y automatizar datos, se llevaron a cabo una serie de tareas y etapas con el objetivo de crear una solución eficiente y funcional. A continuación, te presento un resumen del trabajo realizado: Análisis de requisitos: Se comenzó por recopilar los requisitos del proyecto, entendiendo las necesidades del cliente y las especificaciones técnicas. Esto incluyó identificar las fuentes de datos, definir los objetivos del análisis y comprender los flujos de trabajo existentes. Diseño del tablero de descarga: Se creó un diseño conceptual para el tablero de descarga, que permitiera visualizar los datos de manera clara y concisa. Se consideraron aspectos como la disposición de los gráficos, los filtros y las opciones de personalización para adaptarse a las preferencias del usuario. Extracción y transformación de datos: Se desarrollaron rutinas de extracción y transformación de datos para obtener la información necesaria desde las fuentes de datos. Esto implicó el uso de bibliotecas y herramientas específicas de Python, como Pandas, para manipular y limpiar los datos. Desarrollo del sistema de análisis y automatización: Se implementó un sistema en Python que procesara los datos extraídos y realizara análisis específicos según los requisitos del proyecto. Esto podría incluir cálculos estadísticos, generación de informes automatizados, identificación de patrones o detección de anomalías. Pruebas y validación: Se llevaron a cabo pruebas exhaustivas para asegurar que el tablero de descarga y el sistema de análisis funcionaran correctamente. Esto incluyó pruebas de integridad de datos, verificación de resultados y comprobación de la usabilidad y eficiencia del sistema. Implementación y despliegue: Una vez que el tablero de descarga y el sistema de análisis estuvieron listos, se procedió a su implementación y despliegue en el entorno de producción. Esto podría haber involucrado la configuración de servidores, la optimización de rendimiento y la realización de ajustes finales.