Publicación:
Análisis de competencias adquiridas en la formación académica con las demandas laborales de ingenieros de sistemas utilizando técnicas de aprendizaje automático

Vista sencilla de ítem
dc.audience
dc.contributor.advisorSalas Álvarez, Daniel José
dc.contributor.authorHoyos Cordero, Teófilo José
dc.contributor.authorHerazo Gonzalez, Sebastian
dc.contributor.juryFernandez Arango, Alexander
dc.contributor.juryCrawford Vidal, Richard Adolfo
dc.date.accessioned2023-12-13T02:16:37Z
dc.date.available2023-12-13T02:16:37Z
dc.date.issued2023-12-12
dc.description.abstractEsta investigación se enfocó en analizar las competencias adquiridas durante la formación académica de ingenieros de sistemas con las exigencias actuales del mercado laboral. La metodología empleada incorporó técnicas de Aprendizaje Automático para un análisis exhaustivo. El proceso se dividió en cuatro etapas fundamentales. En la primera etapa, se recopilaron ofertas de empleo y se evaluaron las habilidades técnicas requeridas por las empresas. La segunda fase implicó la creación de un cuestionario basado en estas habilidades. La tercera etapa incluyó la administración del cuestionario a egresados, registrando sus respuestas en una matriz binaria. Finalmente, en la última etapa, se utilizó un software de Aprendizaje Automático para cotejar las competencias demandadas por las empresas con las habilidades de los egresados. Los resultados obtenidos revelaron tanto coincidencias como discrepancias en habilidades blandas, como trabajo en equipo, liderazgo y comunicación efectiva, donde solo un pequeño porcentaje de los 109 egresados encuestados las posee. Por otro lado, existe una coincidencia significativa en habilidades técnicas como "inglés B1 o más," "Bases de datos" y "Metodologías Ágiles" entre las requeridas por el mercado laboral y las habilidades de los egresados. Estos hallazgos destacaron la presencia de brechas entre las competencias de los egresados y las requeridas por el mercado laboral. La implementación de software de Aprendizaje Automático facilitó una comparación cuantitativa precisa y orientada de los requerimientos de las empresas y las habilidades de los ingenieros de sistemas. En consecuencia, se resalta la necesidad de una capacitación adicional para los futuros ingenieros de sistemas en áreas específicas. Además, se proporcionan directrices para mejorar la formación académica, alineándola eficazmente con las cambiantes exigencias del mercado laboral. Este enfoque beneficia tanto a las instituciones educativas como a las futuras generaciones de ingenieros de sistemas, asegurando su competitividad y éxito en un entorno laboral en constante evolución.spa
dc.description.abstractThis research focused on analyzing the competencies acquired during the academic training of systems engineers with the current demands of the labor market. The methodology used incorporated Machine Learning techniques for an exhaustive analysis. The process was divided into four fundamental stages. In the first stage, job offers were collected and the technical skills required by the companies were evaluated. The second stage involved the creation of a questionnaire based on these skills. The third stage involved administering the questionnaire to graduates, recording their responses in a binary matrix. Finally, in the last stage, Machine Learning software was used to match the competencies demanded by companies with the skills of the graduates. The results obtained revealed both coincidences and discrepancies in soft skills, such as teamwork, leadership, and effective communication, where only a small percentage of the 109 graduates surveyed possess them. On the other hand, there is a significant coincidence in technical skills such as "English B1 or more," "Databases" and "Agile Methodologies" between those required by the labor market and the skills of the graduates. These findings highlighted the presence of gaps between the skills of graduates and those required by the labor market. The implementation of Machine Learning software facilitated an accurate and targeted quantitative comparison of the requirements of companies and the skills of systems engineers. Consequently, the need for additional training for future system engineers in specific areas is highlighted. In addition, guidelines are provided for improving academic training, effectively aligning it with the changing demands of the labor market. This approach benefits both educational institutions and future generations of systems engineers, ensuring their competitiveness and success in a constantly evolving work environment.eng
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero(a) de Sistemas
dc.description.modalityTrabajos de Investigación y/o Extensión
dc.description.tableofcontents1. INTRODUCCIÓN 16spa
dc.description.tableofcontents2. DESCRIPCIÓN Y FORMULACIÓN DEL PROBLEMA 17spa
dc.description.tableofcontents2.1. ÁRBOL DE PROBLEMAS 20spa
dc.description.tableofcontents3. JUSTIFICACIÓN 20spa
dc.description.tableofcontents4. OBJETIVOS 22spa
dc.description.tableofcontents4.1. OBJETIVO GENERAL 22spa
dc.description.tableofcontents4.2. OBJETIVO ESPECÍFICOS 22spa
dc.description.tableofcontents5. ESTADO DEL ARTE 23spa
dc.description.tableofcontents6. MARCO TEÓRICO 42spa
dc.description.tableofcontents6.1. Base de Datos 43spa
dc.description.tableofcontents6.2. Aprendizaje Automático 43spa
dc.description.tableofcontents6.3. Regresión Logística 43spa
dc.description.tableofcontents6.4. Regresión Lineal 44spa
dc.description.tableofcontents7. MATERIALES Y MÉTODOS 44spa
dc.description.tableofcontents7.1. Materiales: 44spa
dc.description.tableofcontents7.1.1. Plataforma de Desarrollo de Software 44spa
dc.description.tableofcontents7.1.2. Base de Datos MySQL 44spa
dc.description.tableofcontents7.1.3. Python 44spa
dc.description.tableofcontents7.1.4. Flask 45spa
dc.description.tableofcontents7.1.5. Interfaz de Usuario 45spa
dc.description.tableofcontents7.1.6. Conjunto de Datos de Vacantes 46spa
dc.description.tableofcontents7.2. Métodos: 46spa
dc.description.tableofcontents7.2.1. Regresión Logística 46spa
dc.description.tableofcontents7.2.2. Regresión Lineal 46spa
dc.description.tableofcontents7.2.3. Gestión de Bases de Datos 46spa
dc.description.tableofcontents7.2.4. Diseño de Interfaz de Usuario 46spa
dc.description.tableofcontents8. METODOLOGÍA 46spa
dc.description.tableofcontents8.1. Población 46spa
dc.description.tableofcontents8.2. Muestra 47spa
dc.description.tableofcontents8.3 TIPO DE INVESTIGACIÓN 47spa
dc.description.tableofcontents8.4 LÍNEA DE INVESTIGACIÓN 47spa
dc.description.tableofcontents8.5 FUENTES DE INVESTIGACIÓN 47spa
dc.description.tableofcontents8.5.1. FUENTES DE INVESTIGACIÓN PRIMARIAS 47spa
dc.description.tableofcontents8.5.2 FUENTES DE INVESTIGACIÓN SECUNDARIAS 47spa
dc.description.tableofcontents8.6. FASES Y ETAPAS DE LA INVESTIGACIÓN 48spa
dc.description.tableofcontents8.6.1 Fase 1: Recopilación de Vacantes Laborales 48spa
dc.description.tableofcontents8.6.2. Fase 2: Diseño del instrumento 49spa
dc.description.tableofcontents8.6.3. Fase 3: Construcción de la Matriz Binaria 51spa
dc.description.tableofcontents8.6.4. Fase 4: Análisis de Resultados Utilizando el Software de Aprendizaje Automático 52spa
dc.description.tableofcontents9. RESULTADOS Y DISCUSIONES 52spa
dc.description.tableofcontents9.1. Análisis de las Habilidades Requeridas en el Mercado Laboral: 52spa
dc.description.tableofcontents9.2. Análisis de Publicaciones de Vacantes Laborales en LinkedIn y CompuTrabajo 53spa
dc.description.tableofcontents9.3. Creación de Base de Datos Estructurada y Análisis de Habilidades Demandadas 53spa
dc.description.tableofcontents9.4. Software con Técnicas de Aprendizaje Automático 56spa
dc.description.tableofcontents9.5. Diagrama de casos de uso 58spa
dc.description.tableofcontents9.6. Diagrama casos de uso inicio de sesión 61spa
dc.description.tableofcontents9.7. Diagrama casos de uso para análisis de competencias 62spa
dc.description.tableofcontents9.8. Funcionamiento del Software 65spa
dc.description.tableofcontents9.8.1. Brechas de Competencias Identificadas: 65spa
dc.description.tableofcontents9.8.2. Potencial Educativo y Aprendizaje Continuo en Ingeniería de Sistemas: 68spa
dc.description.tableofcontents9.8.3. Implicaciones para el Futuro y el Aprendizaje Continuo: 69spa
dc.description.tableofcontents9.8.4. Fortalecimiento de la Formación Académica: 69spa
dc.description.tableofcontents10. CONCLUSIONES 69spa
dc.description.tableofcontents10.1. Demanda Evolutiva de Habilidades Técnicas 70spa
dc.description.tableofcontents10.2. Importancia de las Habilidades Blandas 70spa
dc.description.tableofcontents10.3. Concordancia entre la Formación y las Demandas Laborales 70spa
dc.description.tableofcontents10.4. Aprendizaje Continuo y Adaptación 70spa
dc.description.tableofcontents10.5. Colaboración entre la Universidad y las Empresas 71spa
dc.description.tableofcontents10.6. Recomendación de Priorización de Habilidades 71spa
dc.description.tableofcontents11. RECOMENDACIONES 71spa
dc.description.tableofcontents12. BIBLIOGRAFÍA 72spa
dc.description.tableofcontents13. ANEXOS 79spa
dc.description.tableofcontentsAnexo 1 79spa
dc.description.tableofcontentsAnexo 2 79spa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad de Córdoba
dc.identifier.reponameRepositorio Universidad de Córdoba
dc.identifier.repourlhttps://repositorio.unicordoba.edu.co/
dc.identifier.urihttps://repositorio.unicordoba.edu.co/handle/ucordoba/7965
dc.language.isospa
dc.publisherUniversidad de Córdoba
dc.publisher.facultyFacultad de Ingeniería
dc.publisher.programIngeniería de Sistemas
dc.relation.referencesAcuña, C. O., Cordero, J. S., Gutiérrez, E. F., & Segura, J. R. (2023). Competencias de comportamiento, determinando la existencia de una brecha entre la academia y el mercado laboral de TI. Interfases, 017, 38–55. https://doi.org/10.26439/INTERFASES2023.N017.6210
dc.relation.referencesAl-Dossari, H., Al-Qahtani, Z., Nughaymish, F. A., Alkahlifah, M., & Alqahtani, A. (2020). A Machine Learning Approach to Career Path Choice for Information Technology Graduates. Engineering, Technology & Applied Science Research, 10(6), 6589–6596. https://doi.org/10.48084/ETASR.3821
dc.relation.referencesArendt, L., Gałecka-Burdziak, E., Núñez, F., Pater, R., & Usabiaga, C. (2023). Skills requirements across task-content groups in Poland: What online job offers tell us. Technological Forecasting and Social Change, 187, 122245. https://doi.org/10.1016/J.TECHFORE.2022.122245
dc.relation.referencesBehle, H. (2020). Students’ and graduates’ employability. A framework to classify and measure employability gain. Policy Reviews in Higher Education, 4(1), 105–130. https://doi.org/10.1080/23322969.2020.1712662
dc.relation.referencesCleff, T. (2019). Applied Statistics and Multivariate Data Analysis for Business and Economics: A Modern Approach Using SPSS, Stata, and Excel. Applied Statistics and Multivariate Data Analysis for Business and Economics: A Modern Approach Using SPSS, Stata, and Excel, 1–474. https://doi.org/10.1007/978-3-030-17767-6/COVER
dc.relation.referencesFareri, S., Fantoni, G., Chiarello, F., Coli, E., & Binda, A. (2020). Estimating Industry 4.0 impact on job profiles and skills using text mining. Computers in Industry, 118, 103222. https://doi.org/10.1016/J.COMPIND.2020.103222
dc.relation.referencesHinings, B., Gegenhuber, T., & Greenwood, R. (2018). Digital innovation and transformation: An institutional perspective. Information and Organization, 28(1), 52–61. https://doi.org/10.1016/J.INFOANDORG.2018.02.004
dc.relation.referencesKenayathulla, H. B., Ahmad, N. A., & Idris, A. R. (2019). Gaps between competence and importance of employability skills: evidence from Malaysia. Higher Education Evaluation and Development, 13(2), 97–112. https://doi.org/10.1108/heed-08-2019-0039
dc.relation.referencesLi, G., Yuan, C., Kamarthi, S., Moghaddam, M., & Jin, X. (2021). Data science skills and domain knowledge requirements in the manufacturing industry: A gap analysis. Journal of Manufacturing Systems, 60, 692–706. https://doi.org/10.1016/J.JMSY.2021.07.007
dc.relation.referencesMaisiri, W., Darwish, H., & van Dyk, L. (2019). An investigation of industry 4.0 skills requirements. South African Journal of Industrial Engineering, 30(3), 90–105. https://doi.org/10.7166/30-3-2230
dc.relation.referencesNacional Mayor de San Marcos Perú Mamani Rodriguez, U., Nacional Mayor de San Marcos Lima, U., & Mamani Rodriguez, Z. (2022). Machine Learning Process to Determine the Social Demand for IT Professional Jobs Industrial Data Systems and Information Technology Machine Learning Process to Determine the Social Demand for IT Professional Jobs. 25(2), 275–300. https://doi.org/10.15381/idata.v25i2.21643
dc.relation.referencesO’Connor, C. (2021). Closing the digital skills gap: Working with business to address local labour market policy. Future Directions in Digital Information: Predictions, Practice, Participation, 193–208. https://doi.org/10.1016/B978-0-12-822144-0.00012-4
dc.relation.referencesQin, S. J., & Chiang, L. H. (2019). Advances and opportunities in machine learning for process data analytics. Computers & Chemical Engineering, 126, 465–473. https://doi.org/10.1016/J.COMPCHEMENG.2019.04.003
dc.relation.referencesRattini, V. (2023). The effects of financial aid on graduation and labor market outcomes: New evidence from matched education-labor data. Economics of Education Review, 96, 102444. https://doi.org/10.1016/J.ECONEDUREV.2023.102444
dc.relation.referencesSusanto, A., & Kumalasari, L. D. (2020). Recommendation System of Informatic Technology Jobs using Collaborative Filtering Method Based on LinkedIn Skills Endorsement SISFORMA. Journal of Information Systems (e-Journal, 6(1). https://doi.org/10.24167/sisforma.v6i2.2240
dc.relation.referencesAvitia Carlos, P., & Uriarte Ramírez, I. (2017). Evaluación de la habilidad digital de los estudiantes universitarios: estado de ingreso y potencial educativo. Edutec. Revista Electrónica de Tecnología Educativa, 61, a366. https://doi.org/10.21556/edutec.2017.61.861
dc.relation.referencesBaashar, Y., Hamed, Y., Alkawsi, G., Fernando Capretz, L., Alhussian, H., Alwadain, A., & Al-amri, R. (2022). Evaluation of postgraduate academic performance using artificial intelligence models (4). Alexandria Engineering Journal, 61(12), 9867–9878. https://doi.org/10.1016/j.aej.2022.03.021
dc.relation.referencesBarrera Cámara, R. A., Canepa Sáenz, A. A., Santiago Pérez, J. del C., Barrera Cámara, R. A., Canepa Sáenz, A. A., & Santiago Pérez, J. del C. (2016). Desempeño de egresados de tecnologías de información en el examen general de egreso. In RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo (Vol. 7, Issue 13). [Verlag nicht ermittelbar]. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-74672016000200497&lng=es&nrm=iso&tlng=es
dc.relation.referencesCadorin Nicolete, P., Sommer Bilessimo, S. M., Silva Cristiano, M. A. da, Schardosim Simao, J. P., & Silva, J. B. da. (2017). Technology Integration Actions in Mathematics teaching in Brazilian Basic Education: Stimulating STEM disciplines. https://digitum.um.es/digitum/handle/10201/99332
dc.relation.referencesGomez, M. J., Ruiperez-Valiente, J. A., & Garcia Clemente, F. J. (2022). Analysis of trends and patterns throughout the educational field Technology Communities using Fontana Framework (9). IEEE Access, 10, 35336–35351. https://doi.org/10.1109/ACCESS.2022.3163253
dc.relation.referencesGulyaeva, T. Y., Kostenko, E. G., Mirzoeva, E. V., Sharova, E. I., Tolstykh, O. S., Gulyaeva, T. Y., Kostenko, E. G., Mirzoeva, E. V., Sharova, E. I., & Tolstykh, O. S. (2020). New information technologies as the basis for improving the quality of higher professional education. Revista Universidad y Sociedad, 12(6), 220–225. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202020000600220&lng=es&nrm=iso&tlng=en
dc.relation.referencesHernandez-de-Menendez, M., Escobar Díaz, C. A., & Morales-Menendez, R. (2020). Educational experiences with Generation Z (6). International Journal on Interactive Design and Manufacturing, 14(3), 847–859. https://doi.org/10.1007/s12008-020-00674-9
dc.relation.referencesKutlu, E., Bakirci, H., & Kara, Y. (2022). STEM Education Effect on Inquiry Perception and Engineering Knowledge (12). Participatory Educational Research, 9(3), 248–262. https://doi.org/10.17275/per.22.64.9.3
dc.relation.referencesLi, W. (2022). Studying creativity and critical thinking skills at university and students` future income (13). Thinking Skills and Creativity, 43, 100980. https://doi.org/10.1016/J.TSC.2021.100980
dc.relation.referencesMeana, V., Bello, A., & García, R. (2019). Analysis of the implementation of the BIM methodology in the Spanish industrial engineering degrees under the competential perspective. In Revista Ingenieria de Construccion (Vol. 34, Issue 2, pp. 169–180). Pontificia Universidad Católica de Chile. Departamento de Ingeniería y Gestión de la Construcción. https://doi.org/10.4067/S0718-50732019000200169
dc.relation.referencesMorozova, I. M., Lyusev, V. N., Gladkova, M. N., Smirnova, E. V., & Kulagina, J. A. (2021). Information technologies in teaching humanitarian disciplines (3). Propósitos y Representaciones, 9(SPE1), e817–e817. https://doi.org/10.20511/pyr2021.v9nSPE1.817
dc.relation.referencesNamuche Paiva, J. O. (2022). Centro superior de ciencias para capacidades matemáticas de los estudiantes de ingeniería de sistemas - Universidad Nacional Toribio Rodríguez de Mendoza (11). Repositorio Institucional - UCV. https://repositorio.ucv.edu.pe/handle/20.500.12692/86472#.Yov-Kn71qLI.mendeley
dc.relation.referencesNicolás Góngora Salazar, & Dionisio Humberto Malagón Romero. (2019). Development of didactial material for Calculus teaching and its application on Engineering (1). http://hdl.handle.net/11634/16741
dc.relation.referencesOlga I.Vaganova. (2019). Formation of competence in the possession of modern educational technologies at a university. https://amazoniainvestiga.info/index.php/amazonia/article/view/851
dc.relation.referencesOlivares Olivares, S. L., Adame Torres, E., Avila Palet, J. E., Turrubiates Corolla, M. L., López Cabrera, M. V., & Valdez-García, J. E. (2019). Perceived value from immersion educational experience for the development of transversal competences. Educación Médica, 20, 93–99. https://doi.org/10.1016/J.EDUMED.2018.04.015
dc.relation.referencesPalma Lama, F. M. (2016). Educación Superior de la Ingeniería Industrial en el Perú: propuesta de un modelo educativo desde las competencias (5) [Universidad Politécnica de Madrid]. https://doi.org/10.20868/UPM.thesis.40599
dc.relation.referencesPereira, M. A. C., Barreto, M. A. M., & Pazeti, M. (2017). Application of Project-Based Learning in the first year of an Industrial Engineering Program: lessons learned and challenges (2). Production, 27(spe). https://doi.org/10.1590/0103-6513.223816
dc.relation.referencesRadmehr, F., & Drake, M. (2018). An assessment-based model for exploring the solving of mathematical problems: Utilizing revised bloom’s taxonomy and facets of metacognition. Studies in Educational Evaluation, 59, 41–51. https://doi.org/10.1016/j.stueduc.2018.02.004
dc.relation.referencesRaquel Pérez Estébanez. (2017). An Approachment to Cooperative Learning in Higher Education: Comparative Study of Teaching Methods in Engineering. https://www.ejmste.com/article/an-approachment-to-cooperative-learning-in-higher-education-comparative-study-of-teaching-methods-in-4720
dc.relation.referencesSánchez-Martín, J., Corrales-Serrano, M., Luque-Sendra, A., & Zamora-Polo, F. (2020). Exit for success. Gamifying science and technology for university students using escape-room. A preliminary approach. Heliyon, 6(7), e04340. https://doi.org/10.1016/J.HELIYON.2020.E04340
dc.relation.referencesTsarapkina, J. M., Plahina, L. N., Konoplyuk, N. V., Vaganova, O. I., & Lapshova, A. V. (2021). The formation of bachelors’ digital competencies at the university (7). Propósitos y Representaciones, 9(SPE1), e811–e811. https://doi.org/10.20511/pyr2021.v9nSPE1.811
dc.relation.referencesVillalobos-Abarca, M. A., Herrera-Acuña, R. A., Ramírez, I. G., & Cruz, X. C. (2018). Real project-based learning applied to Software Engineers’ education. Formacion Universitaria, 11(3), 97–112. https://doi.org/10.4067/S0718-50062018000300097
dc.relation.referencesWang, X. (2022). College English Teaching Quality Monitoring and Intelligent Analysis Based on Internet of Things Technology (10). Wireless Communications and Mobile Computing, 2022. https://doi.org/10.1155/2022/6567123
dc.relation.referencesWu, Q., Lu, J., Yu, M., Lin, Z., & Zhan, Z. (2022). Teaching Design Thinking in a C-STEAM Project: A Case Study of developing the Wooden Arch Bridges’ Intelligent Monitoring system (8). ACM International Conference Proceeding Series, 280–285. https://doi.org/10.1145/3514262.3514313
dc.relation.referencesYu, W., & Chen, Z. (2022). Application of VR Virtual Simulation Technology in Teaching and Learning. In Lecture Notes on Data Engineering and Communications Technologies (Vol. 98). https://doi.org/10.1007/978-3-030-89511-2_43
dc.rightsCopyright Universidad de Córdoba, 2023
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsProfessional competencies
dc.subject.keywordsSystems engineering
dc.subject.keywordsLabor demand
dc.subject.keywordsSkills gap
dc.subject.keywordsMachine learning
dc.subject.proposalCompetencias profesionalesspa
dc.subject.proposalIngeniería de sistemasspa
dc.subject.proposalDemanda laboralspa
dc.subject.proposalBrecha de habilidadesspa
dc.subject.proposalAprendizaje automáticospa
dc.titleAnálisis de competencias adquiridas en la formación académica con las demandas laborales de ingenieros de sistemas utilizando técnicas de aprendizaje automáticospa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
hoyoscorderoteofilojosé - herazogonzalezsebastian.pdf
Tamaño:
1.18 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
AutorizaciónPublicación..pdf
Tamaño:
257.67 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
F.E.A. Trabajos de Investigación y/o Extensión