Modelado predictivo aplicado al comportamiento de componentes de la infraestructura tecnológica en empresas de bienes y servicios

dc.contributor.advisorTorres Pardo, Ingrid Durley
dc.contributor.advisorGil Vera, Victor Daniel
dc.contributor.authorLópez Restrepo, Liliana Maria
dc.contributor.authorAcevedo Vanegas, Daniel
dc.date.accessioned2024-09-17T16:19:10Z
dc.date.available2024-09-17T16:19:10Z
dc.date.issued2022-05-20
dc.description.abstractIntroducción La infraestructura tecnológica es esencial para las operaciones empresariales, pero enfrenta desafíos que impactan su eficiencia y rentabilidad. Este estudio subraya la importancia de mejorarla mediante la predicción y resolución proactiva de problemas, evitando pérdidas financieras y reducciones en la productividad. Motivación La eficiencia operativa de la infraestructura tecnológica es vital para predecir y anticipar su comportamiento, optimizando operaciones y reduciendo costos. Interrupciones no planificadas pueden tener impactos económicos y de rendimiento significativos, afectando la experiencia del cliente. Planteamiento del problema En el sector financiero, la falta de un sistema robusto para predecir fallas en unidades de disco puede causar interrupciones con consecuencias financieras y daños a la reputación. La competencia y la expectativa de acceso ininterrumpido a los servicios aumentan la urgencia de un sistema predictivo de fallas. Justificación La disponibilidad segura de la información del cliente es crucial. Implementar un sistema de predicción de fallas en unidades de disco es esencial para garantizar la seguridad de los datos y la continuidad de los servicios, optimizando procesos internos y reduciendo costos de mantenimiento. Objetivos Desarrollar un sistema de predicción de fallas en unidades de disco para optimizar la gestión de la infraestructura tecnológica y mejorar la disponibilidad y rendimiento de los servicios. Marco metodológico El desarrollo del sistema incluye fases como la recopilación y análisis de datos históricos, la implementación del modelo predictivo, la integración del modelo y el análisis de resultados. Se enfoca en garantizar una implementación fluida, con énfasis en la precisión y mejora continua. Resumen adicional: El rendimiento de la infraestructura tecnológica en empresas de bienes y servicios es crucial. Se han adoptado técnicas de Machine Learning (ML) y algoritmos de inteligencia artificial (IA) para mitigar fallas. El marco conceptual propuesto integra conceptos clave como Big Data, Machine Learning, Gemelos Digitales, e ITIL para abordar los desafíos de la era digital. Además, se propone un marco normativo integral para garantizar la calidad y seguridad de los datos. El proyecto se enfoca en caracterizar el proceso de modelado predictivo aplicado al comportamiento de componentes de la infraestructura tecnológica. Se destaca la importancia de la metodología CRISP-DM y la monitorización continua para mejorar la continuidad operativa y reducir costos asociados con las fallas.
dc.format.extent41 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://repository.ucatolicaluisamigo.edu.co/handle/20.500.14.531/4259
dc.language.isospa
dc.publisherUniversidad Católica Luis Amigó
dc.publisher.facultyEscuela de posgrado. área de Ingeniería
dc.publisher.placeMedellín
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nd/4.0/
dc.subjectInfraestructura tecnológicaspa
dc.subjectEficiencia operativaspa
dc.subjectPredicción de fallasspa
dc.subjectMachine learningspa
dc.subjectModelos predictivosspa
dc.subjectMetodología CRISP-DMspa
dc.subjectInteligencia artificialspa
dc.subject.armarca
dc.thesis.disciplineEspecialización en Big Data e Inteligencia de Negocios
dc.thesis.grantorUniversidad Católica Luis Amigó
dc.thesis.levelEspecialización
dc.thesis.nameEspecializacistas en Big Data e Inteligencia de Negocios
dc.titleModelado predictivo aplicado al comportamiento de componentes de la infraestructura tecnológica en empresas de bienes y serviciosspa
dc.type.coarhttp://purl.org/coar/resource_type/c_1843
dc.type.localTesis/Trabajo de grado - Monografía - Especialización
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
oaire.versionhttp://purl.org/coar/version/c_ab4af688f83e57aa

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
249.66 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
ME-CD-T658.514_L864_2024.pdf
Size:
890.64 KB
Format:
Adobe Portable Document Format
responsive footer design codepen