El Repositorio Académico Digital de la Universidad ORT Uruguay es un espacio para almacenar, organizar, preservar, dar libre acceso y visibilidad a nivel nacional e internacional de la producción científica, académica y cultural generada por los integrantes de la comunidad universitaria, en formato digital.
Recent Submissions
Item
PNUD FACS
(Universidad ORT Uruguay, 2023) Caldeiro Reynosa, Lucía; Touya Novelle, Micaela; Frick Capurro, Guillermina Xenia; Fernández de León, Adriana Paula; Lamaison Zuñiga, Federico Guzmán
FACS (Food and Agricultural Commodity Systems) es un equipo del Programa de las Naciones Unidas para el Desarrollo (PNUD) que trabaja en sistemas alimentarios y agrícolas desde un enfoque multidisciplinario y con alianzas estratégicas. No recibe financiamiento directo del PNUD y depende de fondos externos. Como equipo nuevo dentro del PNUD, enfrenta desafíos en su posicionamiento y credibilidad ante el sistema político, diplomático e incluso dentro de la propia ONU. Existe una falta de identidad clara dentro de FACS que afecta su imagen y dificulta la obtención de financiamiento. La presente memoria final desarrolla un plan de comunicación que busca fortalecer la identidad y el posicionamiento del equipo para mejorar su imagen y facilitar la captación de fondos. Sus objetivos se dirigen a cuatro públicos: el equipo FACS, el Nature Hub (que agrupa nueve equipos del PNUD), el PNUD en su conjunto y el Sistema de Naciones Unidas (SNU). Se estructuran tres ejes estratégicos a implementar en tres años: Fortalecimiento interno: identidad institucional, liderazgo y comunicación dentro de FACS, integración en el PNUD: representación en el Nature Hub, colaboración estratégica y demostración de impacto, alianzas externas: colaboraciones con otras agencias de la ONU en sistemas alimentarios y agrícolas. Se sugiere un futuro eje adicional para posicionar a FACS a nivel externo, mediante eventos y asociaciones con la prensa.
Item
Predicción de la demanda de salmón en una empresa del mercado local La Distribuidora
(Universidad ORT Uruguay, 2023) Semiglia Lusquiños, Diego Sebastián; Barrabino Scherschener, Juan; Gervaz Fernández, Pedro; Ferragut Varela, Ruben Andrés; Noguez Piacentini, Juan Ignacio; Espinosa, Marcelo
El presente trabajo final se centra en la predicción de la demanda de salmón fresco en una distribuidora de insumos para la gastronomía. Para ello se propone el desarrollo de modelos predictivos de la demanda semanal y mensual de dicho insumo, centrándose en técnicas de análisis de series temporales. Se construyen cuatro modelos de predicción de la demanda semanal de salmón fresco, utilizando un modelo de regresión lineal, modelos ARIMA y redes neuronales. El trabajo contiene el análisis detallado que se efectuó poniendo en práctica cada una de las técnicas mencionadas describiendo paso a paso las acciones y decisiones que se tomaron. Como resultado se llega a un conjunto de modelos que son capaces de predecir la demanda semanal de salmón fresco con un RMSE de aproximadamente 650 kg lo cual significa que más de la mitad de las veces el valor real estará en un entorno de 650 kg respecto del valor predicho.
Item
The Medium is the Message
(Universidad ORT Uruguay, 2023) Mordecki De Boni, Gonzalo; Sorozabal Silva, Matías Nicolás; González Quintana, Guzmán; Visca Zanoni, Ramiro Eugenio; Begerez Oyhenard, Marcos Adrian
El siguiente trabajo final presenta la implementación y evaluación de técnicas y herramientas de inteligencia artificial dentro de Resolve Debt, un software de recolección de deudas. Este software permite a las agencias de cobro de deudas optimizar este proceso al ofrecer servicios de comunicación e integración de pagos. La empresa que está detrás de este programa es de Los Ángeles, EE.UU y comenzó a crear el producto en 2022. Para este trabajo final, se probaron e implementaron diferentes técnicas y herramientas de aprendizaje automático con el objetivo de automatizar las comunicaciones entre las agencias de cobro de deudas y los deudores, así como optimizar la productividad de los agentes humanos que utilizan el producto. Se describen tres implementaciones principales: un modelo de Potenciación del gradiente para predecir qué deudores tenían más probabilidades de producir un pago, un generador de plantillas que facilita la redacción de solicitudes de pago y una solución de IA conversacional que automatiza las comunicaciones bidireccionales a través de texto al centrarse sobre todo en la gestión de las preguntas más frecuentes.
Item
Análisis de clasificación por tramos de ingresos para los clientes de tarjetas de crédito
(Universidad ORT Uruguay, 2023) Ramis Artagaveytia, Federico; Cea López, Gastón; Milano Taibo, José Germán; Visca Zanoni, Ramiro Eugenio; Mayr Ojeda, Franz
Este trabajo final tiene como objetivo desarrollar una solución aplicable en el sector financiero uruguayo, orientada a responder a las nuevas demandas digitales y desafíos tecnológicos. En un contexto donde la hiperpersonalización redefine las expectativas de los clientes, incluso más allá del rubro financiero, las instituciones tradicionales se ven obligadas a adaptarse mediante la transformación digital. Esta transformación implica incorporar capacidades digitales a sus procesos, productos y activos, para competir con empresas nativas digitales. La propuesta del proyecto se centra en analizar la base de clientes de una institución financiera con el fin de clasificarlos según su nivel de ingresos mensuales. Esta segmentación permitirá diseñar ofertas crediticias -u otros productos financieros- alineadas con la capacidad económica de cada cliente. El modelo desarrollado combina técnicas de clasificación con análisis de comportamiento crediticio, generando ofertas preaprobadas y habilitando aumentos proactivos de límite, comunicados previamente a los beneficiarios. La implementación del modelo requerirá evaluar su integración con los procesos operativos existentes y garantizar su compatibilidad con las herramientas actuales de la institución.
Item
FastTax
(Universidad ORT Uruguay, 2025) Cancela, Fabián; Mallo, Carolina; Martínez Lavié, Nicolás; Lazcano, Nicolás
FastTax es una plataforma de inteligencia artificial que centraliza y organiza la información normativa contable de manera clara y actualizada, automatizando tareas repetitivas como la liquidación de impuestos y alertando sobre cambios normativos. Con un asistente virtual, la plataforma mejora la productividad de los estudios contables, automatizando procesos, reduciendo costos por tareas manuales y liberando tiempo para tareas de mayor valor agregado, además de garantizar el cumplimiento normativo con actualizaciones automáticas, evitando penalizaciones por información desactualizada. FastTax se ofrecerá bajo un modelo de suscripción escalable, con diferentes planes según el tamaño del cliente, lo que asegurará ingresos recurrentes y una amplia base de clientes.