Trabajos finales de carrera de postgrado

Permanent URI for this collection

https://rad.ort.edu.uy/handle/20.500.11968/2714

Estos trabajos de fin de carrera son obras producidas por estudiantes, que se originan en los procesos formativos de la universidad.

Tienen propósitos culturales y educativos. No son productos comerciales y su difusión pública no está autorizada.

Now showing 1 - 5 of 64

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.
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.
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.
Estudio de cumplimiento ambiental aumentado por LLM y RAG
(Universidad ORT Uruguay, 2024) Chicatun, Mariano Ezequiel; Fabián Yovine, Sergio; Adrian Braberman, Victor; Visca Zanoni, Ramiro Eugenio
El objetivo de este trabajo final es optimizar la validación del cumplimiento ambiental en grandes empresas de sectores como minería, petróleo, alimentación y papeleras, ya que el cumplimiento de leyes y estándares ambientales para estas industrias demandan mucho tiempo. Se utilizan técnicas de Inteligencia Artificial y Machine Learning para agilizar y mejorar este proceso. Se exploran técnicas avanzadas de Generación Aumentada por Recuperación (RAG), incluyendo variantes como Graph RAG y Hybrid RAG, y esquemas multiagente secuenciales y jerárquicos. para abordar problemas complejos relacionados con datos textuales no estructurados. Para implementar estos agentes, se utilizan frameworks como Langchain, LlamaIndex y LangGraph. Se utiliza Graph RAG ya que está ganando relevancia en aplicaciones prácticas y científicas, utilizando grafos para vincular información relevante y nodos de resumen que sintetizan temas similares, permitiendo responder preguntas generales y holísticas sobre los documentos. Se diseña una Prueba de Concepto (PoC) basada en una arquitectura de microservicios con tres componentes principales: un constructor de grafos, un generador de preguntas, y un sistema de QA (Question Answering). Estos componentes son modulares y pueden modificarse, mejorarse, escalarse y ejecutarse de manera independiente, lo que facilita el desacoplamiento del sistema. El constructor de grafos procesa la documentación normativa del proyecto y extrae los requisitos necesarios para garantizar el cumplimiento ambiental. El proceso de generación de preguntas, inspirado en el concepto de Chain-of- Questions, genera preguntas que cubren exhaustivamente el conjunto de datos para minimizar y acotar el espacio de búsqueda dentro de la documentación del proyecto en estudio. Finalmente, el sistema de QA genera respuestas basadas en estas preguntas, utilizando la documentación del proyecto en evaluación para determinar el cumplimiento ambiental.
Experiencia de usuario a partir de grabación de video usando Computer Vision
(Universidad ORT Uruguay, 2024) Mandirola Ulrich, Marcelo Pablo; Santos Rosales, Pío Danilo dos; Patrón Rizzo, Héctor Leandro; Olloniego Rocca, Juan Andrés; Visca Zanoni, Ramiro Eugenio; Cecilia Delgado, Leonardo Raúl
En la era digital actual, el creciente uso de aplicaciones móviles presenta un desafío considerable en términos de análisis y comprensión de interacciones humano-dispositivo. Esta tesis se enfoca en dos aspectos cruciales de este análisis: la detección de acciones en videos de interacciones y la agrupación de pantallas en conjuntos semánticamente similares. Para abordar estos desafíos, se emplean técnicas avanzadas de procesamiento de imágenes y aprendizaje profundo. Por un lado, se utilizan redes convolucionales 2D y 3D para detectar acciones especificas con precisión. Por otro lado, se propone un enfoque innovador que combina clustering sobre modelos de clasificación de imágenes, de detección de componentes y de traducción de imagen a texto para agrupar los frames de video en conjuntos que compartan características visuales y semánticas similares. Estas contribuciones tienen el potencial de impulsar avances significativos en campos como la inteligencia artificial y la visión por computadora, así como mejorar la comprensión de las interacciones usuario-dispositivo en entornos móviles.

Recent Submissions