http://dspace.unach.edu.ec/handle/51000/9171 2026-04-11T19:40:01Z http://dspace.unach.edu.ec/handle/51000/16478 Título : Aplicación web para predicción del mercado laboral de los profesionales de la Carrera de Tecnologías de la Información utilizando IA. Autor : Reascos Velastegui, Josue Gabriel Resumen : Este proyecto tuvo el propósito de desarrollar una aplicación web orientada en la predicción del mercado laboral para profesionales de la carrera de Tecnologías de la información, utilizando tanto técnicas de inteligencia laboral como web scraping, Como resultado, se implementó una herramienta capaz de extraer información de CVs y comparar las habilidades de cada usuario con las necesitadas en el mercado laboral permitiendo generar predicciones relacionadas con los roles y habilidades demandadas en el mercado laboral actual de TIC. Se desarrollo utilizando la metodología CPMAI (Cognitive Project Management for Artificial Intelligence), la cual permitió organizar todo el proceso de forma progresiva, permitió organizar por etapas clave como recolección, preparación de datos utilizando minería de datos, diseño de la aplicación, entrenar el modelo de predicción para generar un aprendizaje automático y comprobar la validación y funcionalidad del sistema por medio de la norma ISO/IEC 25010. Se desarrollo utilizando tecnologías actuales como Node.js y React para el backend y fronted respectivamente, además se incorporó módulos de funciones que permitieron el análisis de currículos por medio de NLP, completar el perfil, la generación de recomendaciones basadas en los datos obtenidos y en la demanda actual del mercado laboral y la descarga del informe con las predicciones y recomendaciones generadas en PDF. En la fase de evaluación se aplicó la norma ISO/IEC 25010 buscando medir la adecuación funcional del sistema y los resultados obtenidos evidenciaron que todas las funcionalidades previstas operaron de manera correcta, los procesos como registrar usuarios, subir y analizar los currículos, completar el perfil con la ayuda del usuarios y generar las predicciones y recomendaciones siendo estas útiles para el usuarios, además que el flujo de navegación sea estable y consistente durante el uso de la web. Los resultados alcanzados permitieron concluir que se logró implementar la aplicación web siendo esta funcional y confiable, capaz de apoyar la predicción y recomendación de tendencias del mercado laboral y que estas sean personalizadas a profesionales de Tecnologías de la Información. El uso de la metodología CPMAI contribuyó a mantener una alineación entre los objetivos y los requerimientos del mercado laboral, dando así una herramienta tecnológica con potencial para apoyar la toma de decisiones profesionales. Descripción : This project aimed to develop a web application to predict labor market trends for professionals in Information Technology, using artificial intelligence techniques and web scraping. As a result, a functional tool was implemented that extracts information from résumés (CVs) and compares users’ skills with those required by the current labor market, enabling predictions of the roles and skills in demand in the ICT sector. The development followed the CPMAI (Cognitive Project Management for Artificial Intelligence) methodology, which organized the process into key stages, including data collection, data preparation using data mining techniques, application design, training the predictive model using machine learning, and system validation. The evaluation of the system’s functionality was conducted in accordance with the ISO/IEC 25010 quality standard. Modern technologies were used for the implementation, including Node.js for the backend and React for the frontend. Additionally, functional modules were integrated to support résumé analysis using Natural Language Processing (NLP), profile completion, generation of personalized recommendations based on labor market demand, and the generation of downloadable PDF reports containing predictions and recommendations. During the evaluation phase, the ISO/IEC 25010 standard was applied to assess the system's functional suitability. The results demonstrated that all planned functionalities operated correctly, including user registration, résumé upload and analysis, profile completion, and the generation of useful predictions and recommendations. Furthermore, the system maintained a stable and consistent navigation flow throughout its use. The results obtained allowed concluding that the web application was successfully implemented as a functional and reliable technological solution capable of supporting the prediction and personal recommendations of labor market trends for Information Technology professionals. The use of the CPMAI methodology helped maintain alignment between system objectives and labor market requirements, providing a valuable tool for professional decision-making. 2026-01-29T00:00:00Z http://dspace.unach.edu.ec/handle/51000/16423 Título : Aplicación web y móvil para gestionar planillas de costos e informes de avance en proyectos de construcción y mantenimiento vial. Autor : Salazar Avilez, Jeremy Leonidas Resumen : El objetivo de esta investigación fue desarrollar una aplicación web y móvil denominada PlanVial, orientada a optimizar la gestión de planillas de costos e informes de avance en proyectos de construcción y mantenimiento vial. La empresa constructora “Archidona” enfrentaba dificultades operativas debido a la falta de una herramienta tecnológica que permitiera automatizar procesos, registrar información en tiempo real y generar reportes precisos. Por tal motivo, se propuso una solución tecnológica que integrara la gestión de datos, la trazabilidad de la información y el análisis del rendimiento para mejorar la productividad y el control administrativo de los proyectos viales. La presente investigación fue aplicada y adoptó un enfoque mixto. El componente aplicado permitió desarrollar una aplicación web y móvil para la gestión de planillas de costos e informes de avance en la empresa “Archidona” mediante un esquema de prototipado evolutivo que permitió construir versiones operativas desde etapas iniciales y validarlas continuamente con los usuarios finales. En el desarrollo se utilizó el framework Flutter, por su capacidad de generar aplicaciones multiplataforma a partir de una sola base de código, y la plataforma Firebase, que ofreció almacenamiento en la nube y sincronización en tiempo real. El enfoque cualitativo se basó en entrevistas semiestructuradas para indagar necesidades operativas, mientras que el cuantitativo evaluó la eficiencia de desempeño (tiempo de respuesta, uso de recursos y capacidad) con los criterios de la norma ISO/IEC 25010. Los resultados evidenciaron que la aplicación PlanVial cumplió con los criterios de eficiencia establecidos por la norma ISO/IEC 25010, alcanzando tiempos de respuesta promedio menores a tres segundos, un consumo de CPU del 66 % y un uso de memoria de 278 MB. Las pruebas realizadas con Apache JMeter y Firebase Performance Monitoring demostraron un comportamiento estable, sin errores de ejecución ni degradación del rendimiento en escenarios con múltiples usuarios simultáneos. Estos resultados confirmaron la eficiencia de desempeño del sistema y por ende su capacidad para operar en condiciones reales de carga. Concluyendo que el uso combinado de Flutter y Firebase, junto con la metodología de Prototipado Evolutivo, permitió desarrollar una aplicación que optimizó la gestión de costos y avances en obras viales, fortaleciendo la eficiencia operativa. Descripción : The objective of this research was to develop a web and mobile application called PlanVial, aimed at optimizing the management of cost sheets and progress reports in road construction and maintenance projects. The construction company “Archidona” faced operational difficulties due to the lack of a technological tool that would allow automating processes, recording information in real time, and generating accurate reports. For this reason, a technological solution was proposed that integrated data management, information traceability, and performance analysis to improve productivity and administrative control in road projects. This research was applied in nature and adopted a mixed-methods approach. The applied component made it possible to develop a web and mobile application for managing cost sheets and progress reports in the company “Archidona” through an evolutionary prototyping scheme that allowed constructing operational versions from early stages and continuously validating them with end users. The development used the Flutter framework, due to its ability to generate multiplatform applications from a single codebase, and the Firebase platform, which offered cloud storage and real-time synchronization. The qualitative approach was based on semi-structured interviews to investigate operational needs, while the quantitative approach evaluated performance efficiency (response time, resource usage, and capacity) using the criteria of the ISO/IEC 25010 standard. The results showed that the PlanVial application met the efficiency criteria established by the ISO/IEC 25010 standard, achieving average response times of less than three seconds, 66% CPU consumption, and 278 MB of memory usage. The tests carried out with Apache JMeter and Firebase Performance Monitoring demonstrated stable behavior, without execution errors or performance degradation in scenarios with multiple simultaneous users. These results confirmed the performance efficiency of the system and, therefore, its ability to operate under real load conditions. It is concluded that the combined use of Flutter and Firebase, together with the Evolutionary Prototyping methodology, made it possible to develop an application that optimized the management of costs and progress in road construction projects, strengthening operational efficiency. 2026-01-22T00:00:00Z http://dspace.unach.edu.ec/handle/51000/16410 Título : Desarrollo de una aplicación web para el análisis de sentimientos en publicaciones y comentarios de Instagram utilizando técnicas de IA Autor : Vera Palacios, Daniel Andrés Resumen : El presente trabajo de investigación tuvo como objetivo desarrollar una aplicación web para el análisis de sentimientos en publicaciones y comentarios de Instagram, utilizando técnicas avanzadas de inteligencia artificial y procesamiento del lenguaje natural. El propósito fue evaluar cómo el uso de modelos preentrenados basados en Transformers podía mejorar el desempeño del análisis frente a métodos tradicionales, aportando una herramienta funcional para la interpretación automática de opiniones en redes sociales. Se utiliza una metodología mixta, con enfoque cualitativo que incluye la revisión bibliográfica sobre técnicas de inteligencia artificial aplicada al análisis de sentimientos y cuantitativa para la evaluación del desempeño del sistema en términos de precisión, recall y F1-score. Se implementó una arquitectura distribuida conformada por React.js en el frontend y Node.js en el backend, complementada con un script en Python encargado de ejecutar el modelo RoBERTuito, especializado en análisis de sentimientos en español. Para la extracción de información se utilizó Puppeteer con el complemento Stealth, lo que permitió automatizar la recopilación de publicaciones y comentarios de Instagram de manera dinámica y segura. Se realizaron pruebas funcionales, de integración y evaluación del desempeño. Las pruebas mostraron que el sistema funcionó de manera correcta y que cada una de sus secciones se unió sin fallas. El modelo RoBERTuito alcanzó resultados mayores al 85% en métricas de desempeño como lo son la precisión, el recall y el F1-score. A pesar de esto, observó que el tiempo que el modelo necesitó para el procesamiento de cada publicación era elevando, esto debido al alto consumo de recursos computacionales necesarios para la extracción de la información. Por último, la aplicación que se desarrolló mostró un alto desempeño al utilizar modelos de inteligencia artificial con bases en Transformers para la evaluación y etiquetado de sentimientos en redes sociales, lo que comprueba su eficacia al ser aplicada en entornos reales. Además se sugiere la incorporación de tecnologías contemporáneas de desarrollo web y modelos de aprendizaje profundo, dado que representa una alternativa eficiente y escalable. Para aumentar la rapidez del análisis sin comprometer la calidad de los resultados, se sugiere que el componente de extracción de datos sea optimizado a través de métodos que requieran menos recursos computacionales. Descripción : This research aimed to develop a web application for sentiment analysis in Instagram posts and comments, using advanced artificial intelligence and natural language processing techniques. The purpose was to evaluate how the use of pre-trained Transformers-based models could improve analysis performance compared to traditional methods, providing a functional tool for the automatic interpretation of opinions on social media. A mixed-methods approach was used, with a qualitative focus that included a literature review of artificial intelligence techniques applied to sentiment analysis, and a quantitative approach to evaluate system performance in terms of accuracy, recall, and F1 score. A distributed architecture was implemented, consisting of React.js on the frontend and Node.js on the backend, complemented by a Python script that runs the RoBERTuito model, specialized in sentiment analysis in Spanish. Puppeteer with the Stealth plugin was used for data extraction, enabling dynamic, secure automation of Instagram post and comment collection. Functional, integration, and performance evaluation tests were conducted. Tests showed that the system performed correctly and at high speed when using Transformerbased artificial intelligence models for sentiment analysis and labeling on social media. The RoBERTuito model achieved performance exceeding 85% across metrics such as accuracy, recall, and F1 score. 2026-01-21T00:00:00Z http://dspace.unach.edu.ec/handle/51000/16394 Título : Sistema de detección de somnolencia en conductores mediante algoritmos de clasificación y análisis de imágenes faciales Autor : Criollo Cantos, Carlos Eduardo Resumen : Resumen: Embargo Descripción : Abstract: Embargo 2026-01-19T00:00:00Z