Memoria para optar al título de Ingeniero Civil Industrial / 26/11/2020

Magíster en Ingeniería de negocios con Tecnologías de Información / En las empresas del área de los commodities el crecimiento siempre está acotado a la demanda mundial del producto. Un crecimiento mayor solo puede lograrse a partir de la exploración de nuevos negocios y la empresa ha depositado su confianza en la innovación como el motor generador de proyectos conducentes a este objetivo. Las ideas de proyectos conducentes a nuevos negocios deben provenir de información externa a la empresa, puesto que la información interna apunta solo a la mejora continua. En este sentido, se ha utilizado la vigilancia tecnológica como herramienta de análisis del entorno competitivo, aunque sin contar con un proceso bien definido y coherente dada la gran cantidad de información disponible. En el presente proyecto se propone el rediseño de este proceso, incluyendo una herramienta tecnológica que permita realizar un análisis global de toda la información disponible. El conocimiento generado se utilizará para apoyar la toma de decisiones respecto a la selección de proyectos de investigación. Una toma de decisiones informada permite además disminuir la incerteza y por lo tanto aumentar el índice de proyectos exitosos. Para el desarrollo se utilizaron las metodologías de ingeniería de negocios de Barros y la de extracción de conocimiento CRISP-DM. Se utilizaron modelos de extracción de tópicos y se determinó que LDA es el modelo que funciona mejor dada la naturaleza del cluster objetivo, obteniéndose tópicos y subtópicos perfectamente interpretables. Además, se construyó una herramienta de visualización que facilita la selección del número óptimo de tópicos y que permite exportar la información en forma de reportes HTML, y un sistema de recomendación de documentos basado en citaciones. La evaluación económica y el análisis de sensibilidad permiten concluir que el proyecto se justifica económicamente siempre que el aumento en el índice de proyectos exitosos sea mayor a 0.13%. Valor relativamente bajo si se considera que el índice de proyectos exitosos actual ronda el 11%. Se espera que la aplicación de un proyecto de esta naturaleza signifique un incentivo para crear proyectos de mejora similares, que utilicen tecnologías de información como una alternativa a los proyectos de ingeniería tradicional.

Memoria para optar al título de Ingeniera Civil Industrial / El presente trabajo de título tiene como objetivo diseñar y construir modelos de clasificación para predecir cuáles usuarios de Twitter viven en Chile y en cuál de las quince regiones administrativas de Chile habitan; utilizando información pública del perfil y el contenido que emiten, mediante algoritmos de Machine Learning. Las redes sociales son uno de los medios de comunicación más utilizados en el mundo hoy en día en donde segundo a segundo se reciben millones de datos. Si hablamos de Twitter, este contiene a diario más de 328 millones de usuarios activos en todo el mundo que publican cerca de 6.000 tweets por segundo. Todos estos datos que se comparten son de gran utilidad para poder caracterizar de mejor forma a los usuarios. Una de estas características es la geolocalización, la cual está siendo cada vez más utilizada para conocer mejor a los clientes y usuarios. Pero, obtener este atributo para cada usuario no es tarea fácil ya que este dato, por lo general, no es público o es incierto. En particular, el proyecto SONAMA y proyecto OpinionZoom del Web Intelligence Center, buscan geolocalizar a los usuarios chilenos de Twitter a nivel regional para utilizar esta característica dentro de sus investigaciones y poder mejorar los niveles de granularidad que están alcanzando con respecto a la geolocalización de las personas. Para esto, a partir de la API REST de Twitter y de una encuesta realizada en el WIC, se extraen datos para construir bases de entrenamiento etiquetadas para diseñar y entrenar dos modelos de clasificación con el fin de que uno identifique a los usuarios chilenos de Twitter y el segundo identifique la región en que cada usuario chileno vive. Para ambos modelos se analiza el desempeño de tres algoritmos diferentes. El modelo país, mediante Stochastic Gradient Descent, logra un AUC de 99,89% y un F1-Score de la clase positiva de 98,95% tras validación cruzada de 5-iteraciones, el cual supera los resultados de la heurística de clasificación que actualmente se utiliza. Por otro lado, el modelo región, mediante Stochastic Gradient Descent, logra un F1-Macro de 42,54% y Accuracy de 40,73% tras validación cruzada de 5-iteraciones. Resultado el cual, si bien bajo, mejora la situación actual con respecto al 6,67% que entrega la aleatoriedad. Finalmente, se valida la hipótesis de investigación en su totalidad ya que es posible determinar los usuarios chilenos de Twitter y su región frecuente utilizando exclusivamente el contenido que se publica y atributos de contexto del usuario. Tanto el modelo país como el modelo región superan la situación actual, por lo que sus resultados quedan como baseline para próximas investigaciones.

Ingeniero Civil Industrial / La Bolsa Nacional de Empleo (BNE), es una plataforma laboral estatal, pública y gratuita. Esta plataforma sirve de intermediario entre empleadores y personas que se encuentran en búsqueda de trabajo. Esta iniciativa depende del Ministerio del Trabajo y Previsión Social en conjunto con el SENCE, Servicio Nacional de Capacitación y Empleo. Por otro lado, existen competencias laborales, las cuales son definidas como habilidades, aptitudes y conocimientos que necesarios para la ejecución de alguna función dentro de una actividad laboral o puesto de trabajo. Estas son requeridas por los trabajos para ser correctamente ejecutados y también son poseídas por cada trabajador producto de su formación y experiencia. Esta memoria tiene dos objetivos principales: el primero es detectar las competencias laborales que requieren los avisos de trabajo de la BNE y en segundo lugar diseñar e implementar una plataforma de análisis para la información generada, de manera de disponer de una herramienta de apoyo a la gestión y decisión para las entidades involucradas. Para cumplir con dichas metas se desarrolló un sistema que utilizó técnicas de text mining, además de integrar un catálogo de competencias laborales junto a un motor de búsqueda para generar coincidencias entre las competencias laborales y los avisos de trabajo. Luego con la información generada se diseñó e implementó una plataforma de análisis (un data warehouse) accesible desde la web y que permite realizar distintos análisis de las competencias laborales demandadas segmentando por factores como temporalidad, sector económico, tipo de trabajo, entre otros. Finalmente, se desarrolló una herramienta de detección de competencias laborales y una plataforma para su análisis a niveles agregados o segmentados con una precisión del 95% para los grupos más altos de coincidencias. Las conclusiones de esta memoria apuntan a utilizar el trabajo desarrollado como base para nuevas líneas de investigación y aplicaciones prácticas en las distintas plataformas laborales, así como posibles mejoras al sistema actual. / Este trabajo ha sido financiado parcialmente por Proyecto FONDECYT Regular 1151479 y Proyecto CONICYT PIA SOC 1402

Proyecto de grado para optar al grado de Magíster en Ingeniería de Negocios con Tecnologías de Información / El presente trabajo describe un proyecto piloto de re-diseño de los procesos de mantención preventiva de máquinas de impresión para la empresa Dimacofi S.A. en el contexto del Magíster de Ingeniería de Negocios con Tecnologías de la Información de la Universidad de Chile (MBE). Este trabajo pretende demostrar la factibilidad de generar planes preventivos de visitas técnicas para la empresa, cuyo objetivo de mejorar la eficiencia en la provisión de los servicios que la empresa entrega, y con esto reducir los costos operativos, y a la vez mejorar la imagen marca de la empresa. La solución propuesta contempla el diseño e implementación de un proceso de predicción de fallas de máquinas de impresión, utilizando técnicas de minería de datos, y de un proceso de planificación de visitas preventivas que exploten los modelos desarrollados. Junto con esto, se contempla la construcción de la plataforma TI que da soporte a esta solución y un plan de adquisición que contempla técnicas de gestión del cambio. En efecto se logra un resultado que generaría un ahorro potencial de 107,17[UF] en un mes, extrapolando la predicción obtenida al total del parque de máquinas de la empresa. Proyectando este resultado al parque total, considerando ineficiencias y latencias en las adquisición, se espera obtener un VAN de proyecto de 10,79 MM. Esto indica lo positivo de una posible implementación en producción de la solución.

Tesis para optar al grado de Magíster en Ingeniería de Negocios con Tecnología de Información / La industria de la Construcción es uno de principales motores que impulsan a la economía nacional. Es altamente sensible a los cambios en los ciclos económicos entre los períodos de expansión y de recesión, también es altamente competitiva debido a la gran cantidad de actores en el sector. La demanda de los servicios de construcción proviene de todos los sectores de la economía que se resumen en sectores público y privado. Por un lado, el sector público requiere infraestructura para su funcionamiento, mientras que en el sector privado la demanda es por vivienda e infraestructura para la producción de bienes y servicios. La compañía Empresa Constructora participa en propuestas para desarrollar proyectos de gran complejidad y su nivel de ingresos está dado por el éxito en sus proyectos. En la etapa de licitación es posible que no exista una certeza absoluta acerca de la estimación de los costos debido a la complejidad de los proyectos y a la diversidad de recursos que determinan el costo total. Una deficiente estimación de costos constituye un gran peligro para el cumplimiento de los proyectos y puede causar grandes pérdidas económicas amenazando la continuidad del negocio. El presente trabajo está enfocado en mejorar el proceso de estimación de costos de proyectos, para aumentar la precisión de los costos en la etapa de propuestas y evitar los mayores costos durante el proceso productivo. Desde el punto de vista de diseño del negocio, el presente trabajo impacta directamente en la Cadena de Valor, abordando los procesos de Planificación de Ventas y Generación de Propuestas, además de otros procesos que se verán beneficiados por los nuevos flujos de información, por ejemplo, el proceso Planificación y Control de la Producción, que podrá contar con información más precisa para la planificación de producción y adquisiciones, entre otros. Desde el punto de vista financiero, la justificación está dada por el cumplimiento de los objetivos financieros generado por una mejor planificación de la venta, con estimaciones de costos más precisas que impactan positivamente en la rentabilidad. El resultado de este proyecto de tesis es la confirmación de que el proceso de estimación de costos puede ser mejorado con el uso de las tecnologías de información y la incorporación de herramientas de minería de datos. Se puede obtener beneficios como la reducción en el tiempo de estimación de costos y la reducción de la variación de costos debido a una mayor precisión al presentar una propuesta al cliente.

Ingeniero Civil en Computación / Hoy en día la disponibilidad masiva de información permite a las organizaciones tomar mejores decisiones en base a registros de los procesos que ejecuta. Este es el contexto en el que se desarrolla la minería de procesos. A través de técnicas que incorporan tanto minería de datos como aprendizaje computacional, se puede extraer conocimiento a partir de registros de eventos que comúnmente están disponibles en los sistemas de información de las organizaciones. El equipo de GEMS del Departamento de Ciencias de la Computación de la Universidad de Chile actualmente se encuentra investigando nuevas técnicas de minería de procesos que permitan descubrir familias de procesos similares. Incorporando la noción de variabilidad, los procesos obtenidos como resultados de sus experimentos se pueden modelar usando árboles de procesos configurables (CPT), los cuales agrupan en una sola representación diversas variantes de un solo proceso. Sin embargo surgen varios problemas al momento de analizar, manipular y visualizar dichos modelos. Varias revisiones han sido hechas por el equipo de GEMS y aún no se ha encontrado herramientas que provean estas funcionalidades de manera adecuada. Incluso el framework ProM6, una de las más populares herramientas de apoyo a la ejecución de algoritmos de descubrimiento de procesos, carece de las funcionalidades requeridas por el equipo para llevar a cabo su proyecto. En este Trabajo de Título se propone diseñar y desarrollar una herramienta que permita al equipo de GEMS agilizar el proceso de análisis y publicación de los resultados de su trabajo. Para ello se propone implementar módulos que provean estas funcionalidades, incorporándolas a ProM6. En específico, la solución implementada incorporó nuevos plug-ins de ProM6 que permiten al usuario importar al framework archivos con la codificación en texto de un CPT, y visualizar la representación gráfica del modelo. A su vez, dichos plug-ins permiten extraer las variantes de un CPT de manera individual, para luego exportar sus representaciones gráficas a archivos de formato \texttt{svg}. Esto proporciona una manera de post-procesar las figuras usando algún editor de imágenes vectoriales apropiado, facilitando el proceso de visualización y publicación de los resultados obtenidos. La solución fue validada estudiando casos de uso aplicados sobre CPTs sintéticos y reales generados por el equipo de GEMS. Se constata que la solución implementada constituye un aporte al trabajo realizado por el equipo de GEMS, según los requerimientos planteados, disminuyendo sustancialmente la cantidad de tiempo destinado al análisis, visualización y publicación de resultados.

Magíster en Ingeniería de Negocios con Tecnologías de Información. Ingeniera Civil Industrial / En base a la alianza entre el Centro de Investigación en Inteligencia de Negocios (CEINE) y una empresa de telecomunicaciones, nace un proyecto spin off con el objetivo de ser una empresa capaz de enviar la publicidad adecuada a una persona determinada, en el momento y lugar correctos. Entregando valor económico a la información georreferenciada de los centros de recolección de datos de antenas telefónicas y funcionando como una nueva línea de negocios para la TELCO. Cuyos clientes son otras empresas comercializadoras y los usuarios los clientes de la empresa de telecomunicaciones. Para construir el proyecto se trabajó con dos líneas de foco: una línea de investigación, donde se creó un modelo capaz de detectar patrones móviles en base a la información de las antenas de telefonía, y con ello predecir posiciones relativas futuras; y una línea de negocios, en la cual se creó tanto la estructura de procesos (en base a la metodología de procesos de Oscar Barros [1], trabajando el macroproceso 1: Cadena de Valor) como los planes de operaciones y marketing adyacentes a un negocio que utilice los modelos creados en la línea de investigación. Para el desarrollo del negocio se utiliza la metodología Canvas donde se definen los segmentos de clientes, propuesta de valor, canales de comunicación, tipo de relación con el cliente, fuentes de ingreso, recursos, actividades y socios clave, y estructura de costos. La línea de investigación se trabajó con la metodología CRISP-DM que consta de las etapas cíclicas de: comprensión del negocio, entendimiento y preparación de los datos, modelado, evaluación e instalación en producción. Gracias a la línea de investigación se realizó un benchmark de modelos de clasificación (OPTICS, DBSCAN y K-means, siendo el último el que entrega mejores resultados) y predicción (árboles de decisión, logit, o support vector mahcine. Donde los resultados usados son los del primero), los que generaron nuevos procesos de minería de datos que responden al problema de negocio de enviar los mensajes correctos en el momento y lugar correcto. Como contexto de mercado, se tiene que la inversión en marketing móvil crece seis veces más rápido que la publicidad por página web en el mundo, mientras en Chile se posiciona como la tercera plataforma con mayor inversión del 2015 (USD $161MM) [2]. Relacionado con lo anterior, la tendencia de la personalización se observa como factor de éxito en las acciones de marketing online, es más, el 74% de los clientes se frustra al recibir contenido publicitario irrelevante según sus intereses [3]. Por otro lado, las empresas han mejorado un 19% sus resultados gracias a la personalización del contenido. El proyecto fue evaluado como rentable con un VAN efectivo de cerca de CLP$700MM, evaluado en un horizonte de tiempo de 3 años

Magíster en Ingeniería de Negocios con Tecnología de Información / El conocimiento en la medicina se ha acumulado en artículos de investigación científica a través del tiempo, por consiguiente, se ha generado un interés creciente en desarrollar metodologías de minería de texto para extraer, estructurar y analizar el conocimiento obtenido de grandes volúmenes de información en el menor tiempo posible. En este trabajo se presenta un una metodología que permite lograr el objetivo anterior utilizando el modelo LDA (Latent Dirichlet Allocation). Esta metodología consiste en 3 pasos: Primero, reconocer tópicos relevantes en artículos de investigación científica médica de la Revista Médica de Chile (2012 2015); Segundo, identificar e interpretar la relación entre los tópicos resultantes mediante métodos de visualización (LDAvis); Tercero, evaluar características propias de las investigaciones científicas, en este caso, el financiamiento dirigido, utilizando los dos pasos anteriores. Los resultados muestran que esta metodología resulta efectiva, no sólo para el análisis de artículos de investigación científica médica, sino que también puede ser utilizado en otros campos de la ciencia. Adicionalmente, éste método permite analizar e interpretar el estado en el que se encuentra la investigación médica a nivel nacional utilizando como referente la Revista Médica de Chile. Dentro de este contexto es importante considerar los procesos de planificación, gestión y producción de la investigación científica al interior de los Hospitales que han sido estandartes de generación del conocimiento ya que funcionan como campus universitarios de tradición e innovación. Por la razón anterior, se realizará un análisis del entorno en el sector de la salud, su estructura y la posibilidad de aplicar la metodología propuesta en este trabajo a partir del planteamiento estratégico y el modelo de negocio del Hospital Exequiel González Cortés.

Magíster en ingeniería de Negocios con Tecnologías de Información. Ingeniero Civil Industrial / La presente tesis se centró en la implementación de Interés Complementario, un servicio tecnológico para OpinionZoom (OZ), proyecto académico con fines comerciales llevado a cabo por el Web Intelligence Centre (WIC) de la Universidad de Chile. Se creó un módulo que detecta automáticamente los temas que un usuario chileno de Twitter expone en los comentarios que emite, con la finalidad comercial es generar insights de los prospectos de clientes de OpinionZoom. La problemática recae en que el volumen da datos es muy numeroso y además aumenta considerablemente conforme pasa el tiempo. Adicionalmente, se trata de un estudio pionero: la tesis debió hacerse cargo de generar una metodología para descubrir aproximadamente cuántos tópicos y de qué naturaleza existen ente los usuarios de Twitter en Chile, así como la paquetización en un servicio. De acuerdo a lo anterior, se declaró la hipótesis de investigación: Es factible montar una herramienta comercial que identifique los tópicos de mayor interés de usuarios de redes sociales, basándose en el contenido que éstos generan y mediante el uso de herramientas de minería de opiniones, con foco en topic modeling. Se optó por utilizar LDA, un modelo supervisado para realizar Topic Modeling pero en un proceso iterativo para estimar la cantidad más adecuadas de tópicos. Gracias a ello, y sumado a una limitante en la capacidad de procesamiento, se generaron 120 tópicos, donde se evidencia que 28 de ellos no guardan ninguna relevancia semántica y que fueron generados por sesgo de la base de entrenamiento. Los restantes decantaron en una taxonomía de 27 categorías con 44 subcategorías, donde las principales categorías son Social y noticias. La precisión de la herramienta globalmente no fue satisfactorio, pues en promedio es de 40%. Sin embargo, tras estudiar los casos se evidenció que los usuarios que tienen una mayor cantidad de tweets presentan una mejora significativa en la precisión, llegando hasta una precisión del orden de 60%. Para determinar factibilidad se realizó una cubicación y análisis de sensibilidad de los recursos necesarios para la comercialización, bajo tres estrategias: (1) Spin-in, en el que se vende como un organismo interno de la Universidad de Chile; (2) Partner Estratégico, en el que se confía la exclusividad de los servicios de investigación y mantención a un privado, a cambio del cobro de una licencia; y (3) Spin-off, en el que se desprende la fuerza de venta de la Universidad y paga un tributo extra por los ingresos. En conclusiones principales de destaca en la dimensión de negocio que el proyecto es rentable y la alternativa de comercialización de Spin-off es factible en tanto se obtenga una cantidad determinada de clientes al año. En cuanto a visión de procesos, fue posible utilizar metodologías del plan de estudios para el diseño global y particular del módulo de Interés Complementario. Sobre la investigación en sí, se determinó que la hipótesis se cumple siempre y cuando el usuario a analizar genere suficiente contenido, tal que los tópicos estimados sumen cierto nivel del denominado Ratio de Interés. / Este trabajo ha sido financiado por el proyecto CORFO 13IDL2-23170