Generación de reportes por IA DaMap
dc.contributor.advisor | Macchi Heins, Darío Alejandro | |
dc.contributor.tribunal | Garbervetsky, Diego David | |
dc.contributor.tribunal | Nieves Lema, Ruben Carlos | |
dc.creator | Eyheralde Vidart, Alfredo | |
dc.creator | Gulla Perez, Martín Federico | |
dc.creator | Barreto Ladereche, Sofía | |
dc.date.accessioned | 2025-10-09T17:26:10Z | |
dc.date.available | 2025-10-09T17:26:10Z | |
dc.date.issued | 2025 | |
dc.description | Incluye bibliografía y anexos. | |
dc.description.abstract | La empresa cliente es una ofrece una plataforma SaaS (Software como Servicio) destinada a simplificar y automatizar las conciliaciones financieras de las organizaciones. Entre sus funcionalidades, incluye un módulo de reportes personalizados que permite a los clientes acceder a información detallada sobre sus conciliaciones. Sin embargo, el rápido crecimiento de la empresa generó una alta demanda de reportes, lo que evidenció la necesidad de automatizar la creación de consultas SQL, hasta entonces elaboradas manualmente por el equipo técnico. En respuesta a esta problemática, este proyecto desarrolló SQLGen, un producto diseñado para generar consultas SQL de forma automática a partir de un esquema de base de datos y una solicitud en lenguaje natural, utilizando modelos de inteligencia artificial. El proyecto incluyó una fase inicial de investigación en la que se evaluaron distintos modelos según su precisión, eficiencia y costos de uso, con el objetivo de seleccionar la alternativa más adecuada a las necesidades del cliente. Tras la selección del modelo óptimo, se avanzó en la fase de implementación y construcción del sistema final, compuesto por una aplicación web desarrollada en React conectada a un backend en Node.js, y un módulo en Python encargado de interactuar con GPT y Vertex AI para generar dinámicamente las consultas SQL. Además, el diseño modular permite utilizar el generador de consultas de manera independiente a través de una API, sin necesidad de acceder al frontend. SQLGen representa así una solución innovadora que optimiza el flujo de trabajo y mejora la eficiencia operativa de DaMap. | |
dc.format.extent | 146 p., diagrs., tbls., grafs. | |
dc.format.mimetype | ||
dc.identifier.citation | Appel Zlotejablko, D., Wilchinski Hirschfeld, A. & Blanco Veiga, F. V. (2025). Generación de reportes por IA DaMap (Proyecto). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/7700 | |
dc.identifier.uri | https://hdl.handle.net/20.500.11968/7700 | |
dc.language | spa | |
dc.publisher | Universidad ORT Uruguay | |
dc.relation.other | https://sisbibliotecas.ort.edu.uy/bib/97365 | |
dc.rights.level | Acceso abierto | |
dc.subject | PROYECTOS-ID | |
dc.subject | INTELIGENCIA ARTIFICIAL | |
dc.subject | PROCESAMIENTO DE LENGUAJE NATURAL | |
dc.subject | DESARROLLO DE SOFTWARE | |
dc.title | Generación de reportes por IA DaMap | |
dc.type | Trabajo final de carrera | |
dc.type.version | Versión publicada | |
ort.thesis.career | FI - Ingeniería en Sistemas - ID | |
ort.thesis.degreelevel | Carrera universitaria | |
ort.thesis.degreename | Ingeniero en Sistemas | |
ort.thesis.degreetype | Proyecto | |
ort.thesis.note | Proyecto (Carrera Universitaria). Universidad ORT Uruguay, Facultad de Ingeniería |
Files
Original bundle
1 - 1 of 1