Saavedra González, María Jimena2025-11-282025-11-282025Bonfiglio Franco, D. A., Dotti Monteghirfo, N. M., Denes Moreno, G., Rosello Camps, F. & Hernandez Fusco, N. A. (2025). Sistemas de monitoreo y alertas de calidad de datos para la empresa CrimeoMeter (Proyecto). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/7768https://hdl.handle.net/20.500.11968/7768Incluye bibliografía y anexos.CrimeoMeter, una empresa uruguaya, ofrece APIs con datos criminales principalmente de Estados Unidos y Canadá. A pesar de operar sobre una plataforma robusta como Databricks, gran parte de sus controles de calidad son manuales y reactivos. Con frecuencia, errores como duplicados o datos faltantes son detectados sólo cuando los clientes los reportan, lo que afecta la credibilidad de la empresa. Este proyecto se centró en el desarrollo de un sistema automatizado para monitorear la calidad de los datos y generar alertas tempranas. Se implementaron métricas para detectar diversas anomalías y se diseñaron dashboards interactivos para facilitar el análisis. Además, el sistema incorpora métodos estadísticos y modelos de aprendizaje automático para identificar anomalías de forma más proactiva. Como elemento adicional, se integró un agente de inteligencia artificial que genera hipótesis explicativas y reportes automáticos sobre las causas de las anomalías. La solución se integra con las plataformas que ya utiliza CrimeoMeter, añadiendo módulos que aumentan la eficiencia operativa y refuerzan la fiabilidad de la información que ofrecen. Garantizar una alta calidad en los datos es el camino para fortalecer la confianza de los clientes. Estas mejoras optimizan los procesos internos y consolidan la reputación de la empresa como una fuente fiable de datos sobre criminalidad.364 p., tbls., diagrs., grafs.PDFAcceso abiertoPROYECTOS-LANCOMERCIO ELECTRÓNICOAPRENDIZAJE AUTOMÁTICOCALIDADINTELIGENCIA ARTIFICIALTrabajo final de carrera