Modelos de Machine Learning Académicos

Este proyecto aborda la necesidad de capitalizar la vasta información académica recopilada por la Universidad Politécnica Salesiana (UPS) a lo largo de sus más de 22 años de operación. El objetivo principal es transformar estos datos institucionales, actualmente subutilizados, en herramientas predictivas y prescriptivas mediante la implementación de Machine Learning. Se busca resolver la falta de conciencia sobre el valor de los datos existentes, proponiendo modelos que optimicen procesos clave de la gestión universitaria. La solución implica la aplicación de técnicas de IA para generar predicciones y recomendaciones que asistan en la racionalización del talento docente, la elaboración eficiente de horarios y la clasificación del conocimiento. La metodología es cuantitativa, abarcando desde la revisión del estado del arte y la creación/adaptación de corpus de datos, hasta la formulación de modelos matemáticos y el desarrollo de una aplicación de software para el usuario final. El impacto esperado incluye una gestión académica optimizada y la estructuración de corpus académicos para su futura validación por la comunidad científica.<br/><br/><b>Objetivo</b>: <br/>Desarrollar modelos de predicción y recomendación basados en técnicas de Machine Learning aplicados a la base de datos institucional de la UPS para optimizar la gestión académica y diversificar los análisis universitarios.<br/><br/><b>Líneas de investigación</b>: <br/>Sistemas informáticos e inteligencia artificial