Memoria para optar al título de Ingeniero Civil Industrial / La Universidad de Chile se ha caracterizado por ser históricamente una universidad al servicio de la sociedad, lo cual a través del tiempo se ha ido materializando en políticas internas para acompañar a sus alumnos en un ambiente de equidad e inclusión. Fiel reflejo es la promulgación en 2014 de la política interna de Equidad e Inclusión, la cual garantiza el acompañamiento de estudiantes en el acceso, permanencia y egreso oportuno de sus alumnos. Parte importante de esta política corresponde a que la Universidad de Chile debe realizar esfuerzos por retener a sus alumnos, respondiendo a un cuerpo estudiantil cada vez más diverso en términos económicos, sociales y culturales. Pese a los esfuerzos, aún continua existiendo una marcada heterogeneidad en la retención de alumnos de primer año en sus distintas facultades, siendo la más alta en la Facultad de Ciencias Físicas y Matemáticas, con un 95\% de retención, y la más baja en Bachillerato, con sólo un 53\% de retención. Debido a estos antecedentes, es que se propone en este proyecto de tesis generar una nueva capacidad en la Universidad de Chile que permita detectar a alumnos en riesgo de deserción para así ofrecer beneficios estudiantiles de forma proactiva. La metodología del proyecto corresponde a la metodología de Ingeniería de Negocios y Diseño de Servicios, mientras que la metodología de minería de datos utilizada corresponde a CRISP-DM. Los modelos para predecir la deserción utilizados fueron de Árboles de Decisión, Random Forest y Regresión Logística. Para entrenar los modelos se utilizaron datos de alumnos nuevos que ingresaron a la Universidad de Chile en 2017 y que rindieron la PSU. El tipo de deserción estudiada correspondió a la deserción institucional, es decir, alumnos que abandonan de forma voluntaria o involuntaria la Universidad de Chile. El modelo que presentó los mejores resultados fue el de Regresión Logística, el cual de haber sido aplicado para alumnos de primer año de 2017, hubiese detectado la deserción de 311 alumnos, o de forma equivalente, el 41\% de los alumnos desertores. Además, se validó que el modelo fuera generalizable, es decir, se probó que el modelo aplica al universo de alumnos de primer año que ingresa a la Universidad de Chile, lo cual fue realizado a través de un análisis retrospectivo con datos de alumnos nuevos del cohorte del año anterior (2016). La Arquitectura Tecnológica propuesta se compone de un software de minería de datos, una herramienta de visualización y un Data Mart de Alumnos. Este último se propone para contar con datos de alumnos de diferentes fuentes de información bajo un único estándar de calidad, para posteriormente ser utilizados en los modelos de minería de datos. Por último, la evaluación económica del proyecto, indicó que el proyecto debe ser realizado, obteniendo un $\Delta$ VAN de \$ 1.520 millones con respecto a la situación actual optimizada, considerando una duración de tres años de proyecto.

Memoria para optar al título de Ingeniero Civil Eléctrico / En Chile, durante los últimos 30 años ha habido un crecimiento significativo en el acceso de las personas a la educación superior. Acompañado de este crecimiento se ha visto un aumento en la deserción universitaria, siendo particularmente elevada la de alumnos de primer año. Este problema tiene grandes costos de distinta índole tanto para los alumnos como para las universidades, haciendo que se haya posicionado como una de las métricas más importantes que se utiliza para acreditar a las instituciones. La Universidad de las Américas se ha visto enfrentada a una alta tasa de deserción, traduciéndose en que en el año 2013 haya contribuido de manera importante a la pérdida de su acreditación, por lo que se transformó en tema prioritario a resolver. Por esto se ideó un plan para ayudar a los alumnos con mayor probabilidad de desertar. Actualmente UDLA no posee un sistema automatizado que clasifique a los alumnos en base a análisis de datos de su comportamiento, sólo se cuenta con un sistema de reglas creado en base al conocimiento de deserción de miembros de la universidad, por lo que tiene una alta tasa de errores. En el último estudio publicado por el Servicio de Información de Educación Superior sobre retención de alumnos de primer año, construido con datos de alumnos que ingresaron a estudiar el año 2016, la Universidad de las Américas se ubica en la posición 47 de 58 universidades. Por esto, desarrollar un sistema capaz de identificar a los alumnos que estén en riesgo de desertar sigue siendo un tema prioritario para la institución. El objetivo del presente trabajo es desarrollar un sistema capaz de entregar un índice de riesgo de deserción de cada alumno de primer año. Para esto se propone plantear el proceso de asignar riesgo como un problema de clasificación y afrontarlo con herramientas de inteligencia computacional. Para resolver el problema se dividió el semestre en tramos y se entrenó un modelo para cada uno de éstos. La precisión del primer modelo fue más baja que la de estudios similares que afrontaron el mismo problema en otras universidades del mundo, teniendo un 70,1% de aciertos. El modelo de cada tramo entregó mejores resultados que los del tramo anterior, siendo el del final del semestre el de mejores resultados llegando a un 82,5% de precisión, lo que se asemeja a otros trabajos.