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...
- 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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 |