Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior

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 e...

Full description

Autores:
Pérez Lezama, Alejandro
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/2041
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/2041
Palabra clave:
Machine Learning
Inteligencia Artificial
Desarrollo
Junior
Aprendizaje supervisado
Análisis contrafactual
Regresión lineal
Clasificación
Redes neuronales
Desarrollo de software
Aprendizaje automático (Inteligencia artificial)
Aprendizaje supervisado (Aprendizaje automático)
Desarrollo de programas para computador
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id URemingtn2_50959ef4c2cb1748dbbee785f84f590f
oai_identifier_str oai:repositorio.uniremington.edu.co:123456789/2041
network_acronym_str URemingtn2
network_name_str Repositorio institucional Uniremington
repository_id_str
dc.title.spa.fl_str_mv Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
title Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
spellingShingle Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
Machine Learning
Inteligencia Artificial
Desarrollo
Junior
Aprendizaje supervisado
Análisis contrafactual
Regresión lineal
Clasificación
Redes neuronales
Desarrollo de software
Aprendizaje automático (Inteligencia artificial)
Aprendizaje supervisado (Aprendizaje automático)
Desarrollo de programas para computador
title_short Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
title_full Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
title_fullStr Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
title_full_unstemmed Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
title_sort Desarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores junior
dc.creator.fl_str_mv Pérez Lezama, Alejandro
dc.contributor.advisor.none.fl_str_mv Vélez Uribe, Juan Pablo
dc.contributor.author.none.fl_str_mv Pérez Lezama, Alejandro
dc.subject.spa.fl_str_mv Machine Learning
Inteligencia Artificial
Desarrollo
Junior
Aprendizaje supervisado
Análisis contrafactual
Regresión lineal
Clasificación
Redes neuronales
Desarrollo de software
topic Machine Learning
Inteligencia Artificial
Desarrollo
Junior
Aprendizaje supervisado
Análisis contrafactual
Regresión lineal
Clasificación
Redes neuronales
Desarrollo de software
Aprendizaje automático (Inteligencia artificial)
Aprendizaje supervisado (Aprendizaje automático)
Desarrollo de programas para computador
dc.subject.lemb.none.fl_str_mv Aprendizaje automático (Inteligencia artificial)
Aprendizaje supervisado (Aprendizaje automático)
Desarrollo de programas para computador
description 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 técnicas 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.
publishDate 2023
dc.date.issued.none.fl_str_mv 2023
dc.date.accessioned.none.fl_str_mv 2024-01-19T15:38:46Z
dc.date.available.none.fl_str_mv 2024-01-19T15:38:46Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.uniremington.edu.co/handle/123456789/2041
url https://repositorio.uniremington.edu.co/handle/123456789/2041
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Corporación Universitaria Remington, 2024
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Derechos Reservados - Corporación Universitaria Remington, 2024
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 21 p.
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Corporación Universitaria Remington
dc.publisher.place.spa.fl_str_mv Medellín (Antioquia, Colombia)
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.publisher.program.spa.fl_str_mv Tecnología en Desarrollo de Software
institution Corporación Universitaria Remington
bitstream.url.fl_str_mv https://repositorio.uniremington.edu.co/bitstreams/4e640e04-00f8-453a-b7d9-2f5e97aff13a/download
https://repositorio.uniremington.edu.co/bitstreams/6c644c60-9d90-4c91-85f4-1fca7c1468aa/download
https://repositorio.uniremington.edu.co/bitstreams/e0de7dba-3b3c-43d0-b599-fde97a519ab3/download
https://repositorio.uniremington.edu.co/bitstreams/e246a2c2-ae76-4b6d-bc5f-654fed45abe9/download
https://repositorio.uniremington.edu.co/bitstreams/15c54f6d-750c-419e-ae48-ab352250a13c/download
bitstream.checksum.fl_str_mv cdd9607ca3867b9ecb60d3c1bd9b7593
8a4605be74aa9ea9d79846c1fba20a33
3e0595c7b3670e0edd49cb280615f83f
5bbea420b7d959b65fede1215e4e53f9
0b0d576b60069b9d62f15b3782d6ac84
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio UNIREMINGTON
repository.mail.fl_str_mv biblioteca@uniremington.edu.co
_version_ 1812100433993269248
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Vélez Uribe, Juan PabloPérez Lezama, Alejandro2024-01-19T15:38:46Z2024-01-19T15:38:46Z2023https://repositorio.uniremington.edu.co/handle/123456789/2041El 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 técnicas 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.TecnologíaTecnólogo(a) en Desarrollo de Software21 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de IngenieríasTecnología en Desarrollo de SoftwareMachine LearningInteligencia ArtificialDesarrolloJuniorAprendizaje supervisadoAnálisis contrafactualRegresión linealClasificaciónRedes neuronalesDesarrollo de softwareAprendizaje automático (Inteligencia artificial)Aprendizaje supervisado (Aprendizaje automático)Desarrollo de programas para computadorDesarrollo de una plataforma de asignación de tareas basada en machine learning para desarrolladores juniorTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2023 Desarrollo plataforma asignacion.pdfRIU-PRE-2023 Desarrollo plataforma asignacion.pdfapplication/pdf368910https://repositorio.uniremington.edu.co/bitstreams/4e640e04-00f8-453a-b7d9-2f5e97aff13a/downloadcdd9607ca3867b9ecb60d3c1bd9b7593MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/6c644c60-9d90-4c91-85f4-1fca7c1468aa/download8a4605be74aa9ea9d79846c1fba20a33MD52BL-FR-11 Cesión Derechos_TG.Alejandro Perez Lezama.pdfapplication/pdf712089https://repositorio.uniremington.edu.co/bitstreams/e0de7dba-3b3c-43d0-b599-fde97a519ab3/download3e0595c7b3670e0edd49cb280615f83fMD53TEXTRIU-PRE-2023 Desarrollo plataforma asignacion.pdf.txtRIU-PRE-2023 Desarrollo plataforma asignacion.pdf.txtExtracted texttext/plain41277https://repositorio.uniremington.edu.co/bitstreams/e246a2c2-ae76-4b6d-bc5f-654fed45abe9/download5bbea420b7d959b65fede1215e4e53f9MD54THUMBNAILRIU-PRE-2023 Desarrollo plataforma asignacion.pdf.jpgRIU-PRE-2023 Desarrollo plataforma asignacion.pdf.jpgGenerated Thumbnailimage/jpeg2872https://repositorio.uniremington.edu.co/bitstreams/15c54f6d-750c-419e-ae48-ab352250a13c/download0b0d576b60069b9d62f15b3782d6ac84MD55123456789/2041oai:repositorio.uniremington.edu.co:123456789/20412024-06-06 13:38:46.866https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2024open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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