Prácticas Profesionales Supervisadas

URI permanente para esta colección

https://rid.unaj.edu.ar/handle/123456789/141

Examinar

Mostrando 1 - 5 de 62

Innovación y desarrollo multiplataforma en la industria Fintech
(Universidad Nacional Arturo Jauretche. Instituto de Ingeniería y Agronomía, 2023-12-14) Rodriguez, Mauro Omar
El presente trabajo forma parte de la Práctica Profesional Supervisada (PPS) de la carrera de Ingeniería en Informática, la cual representa una oportunidad para los estudiantes de abordar problemas reales y desarrollar soluciones prácticas. Actualmente, uno de los principales desafíos que enfrentan las empresas tecnológicas es la duplicidad de esfuerzos en el desarrollo de aplicaciones para diferentes sistemas operativos, en particular iOS y Android. Esta situación no solo implica mayores costos sino también tiempos de desarrollo prolongados. A partir de esta problemática surge la propuesta de este proyecto: establecer un nuevo paradigma de desarrollo basado en la integración de módulos multiplataforma en aplicaciones nativas de iOS y Android. Con esto, se busca no solo mejorar los tiempos de desarrollo sino también optimizar los recursos y esfuerzos en la implementación de lógica de negocio.
Machine Learning aplicado en huertas
(Universidad Nacional Arturo Jauretche. Instituto de Ingeniería y Agronomía, 2023-12-10) Rodriguez, Matias Lorenzo
Desarrollo de una aplicación a través de la cual se realiza el procesamiento de datos provenientes de parámetros de un invernadero utilizando Machine Learning, aplicado al procesamiento de los datos, además de la investigación de la Inteligencia Artificial en ciencias de la computación
Investigación Aplicada en el Mundo Laboral de la Teoría a la Práctica : Implementando Soluciones de Desarrollo Web e Inteligencia Artificial
(Universidad Nacional Arturo Jauretche. Instituto de Ingeniería y Agronomía, 2024-02) Paparelli, Alberto
Esta investigación aborda el análisis de tecnologías fundamentales en el ámbito laboral, haciendo foco en el desarrollo web y la incorporación de la inteligencia artificial. Se busca comprender cómo las herramientas y metodologías impactan en las prácticas profesionales, integrando diversas competencias y considerando las múltiples áreas que confluyen en proyectos de software, desde la infraestructura hasta la ciencia de datos. Quedan en evidencia los cambios significativos y las tendencias emergentes a lo largo de los últimos años, marcados por la transición hacia la Web 2.0 y subsiguientes innovaciones. Se menciona la transformación provocada por la IA, que no solo modifica las herramientas y métodos tradicionales en el desarrollo web, sino que también amplía su alcance y redefine los paradigmas del desarrollo de software. Por otro lado se identifican los puntos relevantes para la toma de decisiones tecnológicas en el marco de la demanda del mercado, la eficiencia operativa y las nuevas tendencias, sin dejar de lado los desafíos éticos y de privacidad que se discuten con el avance de estas tecnologías. El estudio intenta visualizar las próximas tendencias del desarrollo tecnológico en el ámbito laboral, los adelantos existentes de la IA en la evolución del desarrollo web y su influencia en las prácticas laborales. Esta investigación muestra una perspectiva sobre el modo en el que el avance de las tecnologías están modelando el futuro del trabajo en el sector tecnológico. -
Sistema de Control de tiempo para la liquidación de horas extras del personal operativo
(Universidad Nacional Arturo Jauretche. Instituto de Ingeniería y Agronomía, 2023-12-12) Orué, Sabrina Ayelen
El trabajo elaborado para la Práctica Profesional Supervisada fue realizado en la empresa Andreani Grupo Logístico dentro del área IT de Soluciones Corporativas para el sector Gestión de las personas. El mismo consistió en el desarrollo de un Sistema de Control de tiempos para la liquidación de horas extras del personal operativo de la compañía, lo que implicó realizar una aplicación web mediante la cual todos los colaboradores de la operación puedan acceder a través de su celular para registrar las horas diarias trabajadas. El sistema incluyó la automatización de un flujo de aprobación de horas extras, para determinar aquellas horas extras de cada colaborador que fueron aprobadas por los Gerentes y Subgerentes para su liquidación, y un panel de administración en donde el personal de Recursos Humanos (quienes componen el sector de Gestión de las personas), tenga acceso a todos los reportes incluyendo el de horas extras. Esta necesidad surgió debido a que el proceso que utilizaban para el cálculo era manual y pasaba por muchas personas hasta llegar a la liquidación final. Esto resultaba ineficiente por dos razones: requería mucho tiempo y esfuerzo del área de RR.HH. y era muy probable que se pudiese realizar una fuga de costos, lo que significa un riesgo de pérdida para la compañía. El objetivo principal del proyecto fue planificar y diseñar la arquitectura final del sistema que debiera ser desarrollada, liderar al equipo de desarrollo de software y acompañarlo en el desarrollo y la supervisión de código. Además, el rol adquirido en el proyecto implicó mantener comunicación con todas las áreas involucradas a fin de llevar a cabo los entregables esperados por parte del negocio. Con este desarrollo, se logró automatizar el cálculo de horas extras aprobadas y dar validez a su veracidad por el sistema. -
Análisis de calidad del agua a través de Técnicas de Aprendizaje Automático
(Universidad Nacional Arturo Jauretche. Instituto de Ingeniería y Agronomía, 2024-04-19) Nevado, Federico Horacio
El presente trabajo se enfoca en el análisis de muestras de agua del Río de La Plata con el fin de determinar su calidad, centrándose específicamente en la detección de presencia de cianobacterias y su concentración a través de técnicas de Inteligencia Artificial. Las cianobacterias representan una particular amenaza para la salud humana, ya que pueden producir toxinas perjudiciales y, al mismo tiempo, afectan al ecosistema en general, degradando la biodiversidad. Durante el desarrollo de este trabajo se emplearon tres modelos de aprendizaje automático supervisado: Redes Neuronales Artificiales (RNA), Árboles de Decisión y el algoritmo de KNN (k-Nearest Neighbors). Cada uno de estos modelos será evaluado y comparado, utilizando diferentes métricas de efectividad de modelos de predicción, con el fin de estimar la concentración de cianobacterias de la manera más eficaz posible. Para el entrenamiento y testeo de los modelos se utilizaron datos obtenidos desde 18 puntos de recolección ubicados sobre las costas del río, desde la desembocadura de Río Luján y Punta Piedras, zona que abarca más de 170 km de costa. Los resultados obtenidos muestran una fiabilidad medio-alta en la predicción de altas concentraciones de cianobacterias en los tres modelos, siendo el modelo de Árboles de Decisión el más efectivo con un 92% de exactitud. Con este modelo se espera poder realizar predicciones tempranas que permitan obtener medidas de manera más efectiva para mitigar los efectos nocivos que las cianobacterias tienen tanto en la calidad de vida de las personas como en el medio ambiente.

Examinar

Envíos recientes