La industria musical se ha transformado drásticamente en la era digital, donde plataformas como YouTube han emergido como centros de consumo y descubrimiento de música. En este contexto, las productoras musicales enfrentan el desafío de no solo producir música de alta calidad, sino también de asegurar su éxito y alcance entre el público. Una productora que busque destacarse en este cambiante escenario y competitivo se beneficiaría una herramienta que le ayude a predecir el engagement de la música. Para garantizar el éxito de las producciones, sería esencial comprender y predecir cómo el público reaccionará ante nuevas canciones, especialmente en un entorno tan competitivo y saturado como YouTube. El engagement se define por una serie de métricas, incluyendo comentarios, visitas y likes, que reflejan la interacción y recepción de una canción por parte del público en la plataforma. El desafío de predecir patrones de engagement se complejiza por la diversidad de factores que influyen en la recepción de una canción. Además de aspectos musicales, como la letra y el título, factores externos como las etiquetas y el contexto del lanzamiento también juegan un papel crucial. Aunque existen métricas como número de vistas, likes, comentarios y tendencias que brindan una visión retrospectiva del desempeño de una canción, se aspira a una predicción más precisa y anticipada. Este estudio de tesis se enfocará en abordar este desafío mediante la creación de un modelo predictivo que utilice características textuales de las canciones, junto con datos disponibles en el API de YouTube, para prever el engagement de una canción. Al combinar análisis de texto con métricas de visualización, se busca proporcionar una herramienta para identificar el potencial éxito de una canción en YouTube antes de su lanzamiento.

Este estudio se centra en el desarrollo de modelos de regresión utilizando técnicas avanzadas de aprendizaje automático para predecir el valor comercial de inmuebles en el contexto financiero peruano. Se exploran diversos modelos, como Random Forest, Support Vector Regression (SVR), Redes Neuronales, y XGBoost, siendo este último el que demostró mayor precisión al obtener un Error Porcentual Medio Absoluto de 17.89% y, por otra parte, una mayor flexibilidad al permitir controlar el comportamiento que debe tener cada variable independiente respecto a la variable objetivo. Además, se destaca la importancia de incluir variables como el área de construcción del bien inmueble y precio del metro cuadrado considerando su ubicación. Los resultados de este estudio proporcionan a las entidades financieras una herramienta robusta y eficiente para optimizar el proceso de tasación de inmuebles, reduciendo costos y tiempos asociados.

El informe de investigación se enfoca en uno de los principales retos de una empresa de gestión de cobranzas el cual consiste en entender cómo mejorar la generación de compromisos de pago en las llamadas telefónicas a clientes deudores. Para esto se usan modelos predictivos aplicados a variables del entorno de la negociación en la llamada y variables de la segmentación, que luego se comparan sus desempeños predictivos. La realización de este objetivo se desarrolla bajo la metodología CRISP-DM para la estructuración del proyecto, así mismo se propuso un plan de trabajo para cumplir en 15 semanas el desarrollo del modelo de mejor desempeño. La empresa objeto de estudio es RECSA, una compañía con más de 30 años de experiencia en gestión de cobranza en América Latina. El trabajo investiga cómo mejorar la efectividad de las llamadas de cobranza y generar compromisos de pago, clave para el crecimiento y estabilidad de la cartera de clientes. El estudio emplea técnicas de machine learning para desarrollar un modelo predictivo que permita determinar si un cliente se comprometerá a pagar su deuda, analizando las conversaciones de las llamadas y el perfil de los clientes. También se emplea un LLM como otra herramienta más de predicción. Finalmente, se comparan los modelos para evaluar cuál tiene mejor desempeño predictivo.

El presente trabajo de investigación tiene como objetivo diseñar un dashboard de análisis de las llamadas del área de call center de una farmacia digital cuyos datos son extraídos a través de técnicas de Natural Language Processing (NLP), Machine Learning e ingeniería de datos sobre los audios de llamada que se generan durante la interacción entre el paciente y el asesor del área de contacto de la empresa. Para el desarrollo de este trabajo se ha propuesto presentarlo en cinco capítulos. En el primer capítulo se detalla la situación problemática de la empresa abordando puntos como la formulación del problema, los problemas y objetivos generales como específicos. Así también los alcances, limitaciones y la justificación del mismo en diferentes dimensiones como son la económica y operativa. En el segundo capítulo se desarrolla el marco teórico y estado del arte dando a conocer la teoría que argumenta el trabajo de investigación. Posteriormente en el tercer capítulo se presenta información general de la empresa de estudio y de los procesos de negocio del área de call center que están dentro del alcance de la investigación. Seguidamente, en el cuarto capítulo se presenta el desarrollo de la propuesta de solución en sus diferentes dimensiones como son la arquitectura de datos utilizada, tecnologías de analítica avanzada, recursos humanos, hitos y entregables Finalmente, en el quinto capítulo se conocen las conclusiones y recomendaciones obtenidas durante el desarrollo del presente.

El presente estudio comprende la segmentación de una cartera MYPE en una caja municipal con la finalidad de identificar grupos homogéneos según su comportamiento crediticio y perfil de riesgo; la segmentación se llevará a cabo utilizando datos que corresponden al año 2023, periodo adecuado que podría capturar el ciclo comercial y reflejarían las condiciones de mercado. El enfoque de la investigación fue de tipo exploratorio, orientado a analizar datos y patrones para identificar grupos o clusters de similitud dentro de la población de estudio. La entidad financiera tiene como Core de negocio a créditos MYPE (Microempresa + Pequeña empresa) que representa el 79.4% de toda su cartera de clientes. Para la identificación de resultados de segmentación del cliente MYPE se utilizaron 4 algoritmos de machinne learning (K-means, DBSCAN, Jerárquicos y Gausianos). Las cuales se logró obtener un clúster óptimo de 5, tomando en consideración el índice de silueta superior al 0.5 y complementado por las métricas de Calinski-Harabasz y Davies-Bouldin. Así mismo, los algoritmos de Cluster K-means tienen mejores resultados respecto a los algoritmos de Jerárquico Aglomerados, DBSCAN y GMM; estos 3 modelos tienen métricas muy similares, pero se diferencian por la cantidad de Cluster. Sin embargo, K- Means en métrica (Métrica de Davies Bouldin) un valor más elevado, un 3% o 6% adicional al de los otros 2 modelos. Concluyendo la importancia de una segmentación precisa y cómo los resultados pueden ser utilizados para desarrollar estrategias de crédito más efectivas.

Durante las últimas décadas, las tecnologías de la información han irrumpido en casi todos los aspectos de la vida humana, lo que ha provocado una evolución significativa en la forma en que gestionamos la información. Este cambio ha llevado a un aumento exponencial en el almacenamiento de grandes volúmenes de datos, especialmente no estructurados. En el ámbito legal, este fenómeno no ha sido la excepción. La digitalización de documentos legales, la automatización de procesos judiciales y el uso de herramientas avanzadas de análisis de datos han mejorado la eficiencia en la gestión de casos, facilitando un acceso más rápido y organizado a la información jurídica. Sin embargo, uno de los mayores desafíos sigue siendo la identificación de información relevante y precisa para responder de manera eficaz a consultas legales o demandas complejas. Es en este punto donde la combinación de modelos de lenguaje de gran tamaño (LLMs) con agentes de recuperación aumentada (RAG) ha comenzado a transformar la práctica legal. Los LLMs, al ser capaces de generar texto y realizar análisis generales de datos, ofrecen una gran ventaja, pero los agentes RAG añaden una capa crucial al permitir la búsqueda directa en bases de datos jurídicas especializadas. Esto permite recuperar documentos específicos y datos relevantes de manera precisa y contextualizada, optimizando así la toma de decisiones legales con información más precisa y pertinente en un entorno cada vez más digital.

En el Perú existe un riesgo poco difundido en la opinión pública que constituye una amenaza grave para la seguridad pública, especialmente en zonas urbanas. Este riesgo se refiere al incumplimiento de las distancias mínimas de seguridad (DMS) cerca de las redes de media tensión de tipo aéreo, lo que representa un riesgo eléctrico potencial y permanente si no se ejecutan acciones correctivas. Estos incidentes afectan a las personas con interrupciones del servicio, accidentes causados por elementos electrificados en espacios públicos, así como incendios por cortocircuitos. Además, afectan a las empresas eléctricas con pérdidas económicas por horas no facturadas, daños a su infraestructura, compensaciones a clientes y multas. La presencia de elementos cercanos a estas redes, como edificaciones, estructuras metálicas, árboles o cables de comunicaciones, obedece a una problemática compleja en nuestro país que involucra factores económicos, sociales, fiscalización ineficiente, planificación urbana nula o negligente, informalidad, cultura limitada sobre prevención de riesgos e incluso factores políticos o judiciales irregulares. Este proyecto se enfoca en la problemática dentro del marco del proceso de supervisión de OSINERGMIN a las empresas eléctricas donde se estipulan inspecciones en campo en las que se realizan tareas manuales que podrían optimizarse empleando tecnología y ciencia de datos. Para tal fin, se propone automatizar la identificación de zonas de riesgo eléctrico potencial empleando tecnología LiDAR móvil y aplicando algoritmos de visión por computadora y aprendizaje automático, se diseñará un modelo para identificar el cableado de media tensión y los objetos más cercanos. Los resultados se pueden complementar con fotografías y geolocalización de cada escena, lo que proporcionará evidencias más precisas y confiables.

El propósito del presente trabajo es diseñar un modelo que permita segmentar y proyectar el nivel de riesgo de los asegurados, vigentes y nuevos prospectos, del negocio de salud de la aseguradora MAPFRE Perú. Actualmente, la suscripción de nuevos clientes y renovación de asegurados vigentes se realiza principalmente en función a las edades de los asegurados de acuerdo con el análisis y revisión actuarial anual del portafolio por producto y por cada rango etario, lo cual, si bien es técnicamente viable, comercialmente no permite un mayor grado de flexibilidad y perfilamiento de las primas que permitan ser competitivos en la captación y retención de clientes con un mejor perfil y proyección de riesgo. Hay esfuerzos aislados de aplicar ajustes de primas, tanto bonificaciones como recargos, en base a la declaración de enfermedades pre-existentes en la solicitud de afiliación, así como en el historial de siniestralidad; sin embargo, están sujetas a cierto grado de subjetividad por parte de cada suscriptor y no existe un seguimiento del impacto de estas políticas sobre el desarrollo del negocio. En adición, esta suscripción manual perjudica los tiempos de respuesta, siendo un problema generalizado en el mercado asegurador local para el ramo de salud y que contrasta con la fluidez y automatización en la cotización de otras líneas de negocio. Así, los puntos antes señalados, se traducen en un impacto negativo tanto en la evolución del número de asegurados, como en los márgenes de rentabilidad, que ya de por sí son bastante ajustados para el ramo de salud. El modelo propuesto en este trabajo busca segmentar el portafolio de clientes en función a características propias de cada asegurado, así como su historial de número y tipo de atenciones, en base a algoritmos de clasificación que permitan proyectar la siniestralidad y probabilidad de fuga de cada cliente, vigente o prospecto, para así optimizar la rentabilidad y nivel de retención en el negocio de salud.

La crianza de camélidos en las regiones altoandinas de Perú es una actividad agropecuaria esencial. La alpaca, en particular, representa la principal fuente de ingresos para estas comunidades mayormente empobrecidas. En la actualidad, el comercio de productos textiles artesanales sustenta a cerca de 90,000 alpaqueros y 36,000 artesanos textiles. Sin embargo, la presencia de competencia desleal, que se ve fortalecida por las dificultades para garantizar la autenticidad de los productos textiles, genera desconfianza en los consumidores afectando negativamente a estos sectores económicos. Además, la identificación de fibras textiles, un proceso lento y costoso que garantiza la autenticidad del producto, requiere profesionales altamente cualificados. Esta situación dificulta a los productores textiles honestos garantizar estándares de valor y calidad de sus productos. Esta investigación desarrolla un modelo predictivo para facilitar la identificación de fibras en productos textiles utilizando imágenes microscópicas. Este modelo es un componente de un dispositivo llamado Fibroscopio, que permitirá capturar imágenes microscópicas y realizar predicciones en tiempo real sin necesidad de personal altamente cualificado. La investigación comienza con el diseño de un protocolo de captura de imágenes, seguido de la construcción de un conjunto de imágenes basado en dicho protocolo. Las muestras textiles son proporcionadas por instituciones especializadas del sector textil. Posteriormente, se selecciona el mejor modelo predictivo entre las arquitecturas CNN existentes. Este avance permitirá a los empresarios y artesanos textiles mejorar la confianza de los consumidores, democratizar la venta de productos textiles y aumentar los ingresos de uno de los sectores productivos con menores ingresos.

En la actualidad, la búsqueda de candidatos para una empresa es un proceso riguroso y minucioso debido a la gran demanda de un perfil ideal. Esto se puede evidenciar en empresas o áreas de reclutamiento, donde este tipo de búsquedas tiene un impacto un poco más significativo, ya que estas sirven como mediadores para la búsqueda del perfil ideal respecto un candidato para una empresa.