dc.contributor | Ángeles Lazo, Ana María | |
dc.creator | Mamani Rodriguez, Zoraida Emperatriz | |
dc.date.accessioned | 2022-10-10T14:22:13Z | |
dc.date.accessioned | 2023-06-02T14:35:53Z | |
dc.date.available | 2022-10-10T14:22:13Z | |
dc.date.available | 2023-06-02T14:35:53Z | |
dc.date.created | 2022-10-10T14:22:13Z | |
dc.date.issued | 2022 | |
dc.identifier | Mamani, Z. (2022). Machine learning no supervisado en la detección de similitud de puestos de empleo de profesionales de TI. [Tesis de doctorado, Universidad Nacional Federico Villarreal]. Repositorio Institucional UNFV. https://hdl.handle.net/20.500.13084/6199 | |
dc.identifier | https://hdl.handle.net/20.500.13084/6199 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/6570090 | |
dc.description.abstract | Machine Learning no supervisado es una rama de la inteligencia artificial que utiliza técnicas automatizadas para resolver problemas basados en el descubrimiento de patrones o conglomerados de objetos según su posición geométrica en el espacio vectorial n dimensional, la calidad del agrupamiento depende de la complejidad, dimensionalidad y granularidad del dataset, de las estadísticas y de la distribución de los datos; Clustering es una técnica que recae en este rubro. Por otro lado, Las cualificaciones y perfiles ocupacionales estandarizados y actualizados es uno de los objetivos de las naciones, enfocados en mejorar la calidad y pertinencia de la educación y la formación para el trabajo; globalmente se cuenta con las cualificaciones ocupacionales ISCO-08 de la OIT y a nivel nacional con el CNPO y MNCP. En ese contexto, el presente trabajo realiza una investigación a partir de los puestos de empleo de profesionales de TI suministrados en los portales web por empleadores o grupos de interés, extrae las cualificaciones y su detalle, diseña un modelo dimensional, determina un modelo basado en clusters de puestos de empleo, aplica métricas y una técnica supervisada para evaluar la precisión del modelo, desarrolla un prototipo de aplicación y concluye fundamentando los beneficios que obtendría la academia disponiendo de una demanda social real y las entidades responsables de mantener actualizado el CNPO y MNCP con su implementación, extendiéndolo a otras disciplinas. | |
dc.language | spa | |
dc.publisher | Universidad Nacional Federico Villarreal | |
dc.publisher | PE | |
dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.source | Universidad Nacional Federico Villarreal | |
dc.source | Repositorio Institucional - UNFV | |
dc.subject | Ingeniería de software, simulación y desarrollo de TICs | |
dc.subject | Machine learning no supervisado | |
dc.subject | Clustering | |
dc.subject | Tecnologías de la información | |
dc.title | Machine learning no supervisado en la detección de similitud de puestos de empleo de profesionales de TI | |
dc.type | info:eu-repo/semantics/doctoralThesis | |