Memoria para optar al título de Ingeniero Civil en Computación / Encontrar un error en una aplicación gráfica mediante las herramientas de depurado que proveen los lenguajes de programación convencionales suele no ser una tarea fácil. En este trabajo se propone un método y se implementa una solución para llevar a cabo el depurado de aplicaciones que utilizan raytracing como técnica de renderizado. En concreto, se describe el diseño y construcción de una plataforma web que permite la carga, manipulación y visualización de rayos a través de un esquema particular, que consta de propiedades que describen rayos como típicamente se encuentran en los raytracers, como el origen, dirección, y punto de término, en el caso de rayos finitos. Se propone un sistema de etiquetado, que consiste en asignarle etiquetas a los rayos durante el proceso de generación del esquema, y se muesta cómo se pueden realizar consultas del tipo "¿cuáles son los rayos que fueron reflejados desde un espejo?", o "¿cuáles son los rayos que intersectan con el n-ésimo objeto de la escena?". Por último, la herramienta se valida con 4 desarrolladores, a quienes se les presenta un conjunto de 5 problemas. Estos consisten de una descripción de una escena, una imagen con un error generada por un raytracer con algún tipo de problema, y un registro de rayos generado por este raytracer. El objetivo en cada caso es descubrir, mediante el uso de la aplicación web cargada con este registro, cuál es el problema con la imagen. En 2 de los 5 casos, todos los desarrolladores fueron capaces de encontrar el problema, mientras que en los restantes 3, la mitad fue capaz de encontrar el problema.

Memoria para optar al título de Ingeniero Civil en Computación / ROS (Robot Operating System), es un framework para escribir software para robots. Con una colección de herramientas, librerías y convenciones que tienen como objetivo simplificar la tarea de crear comportamiento complejo y robusto para robots. ROS promueve la colaboración entre grupos en el desarrollo de software. Por esto, provee herramientas y librerías open source creadas por su comunidad que son alojadas en su mayoría en Github. Desarrollar software para robots involucra profesionales de distintas disciplinas que se enfocan en temas específicos. La ventaja de usar ROS, es que facilita herramientas que usuarios pueden usar sin la necesidad de especializarse en ellas para saber cómo funcionan. Es decir, por simplicidad, es una caja negra que recibe entradas y produce salidas. El problema ocurre cuando una herramienta no funciona como los usuarios creen, dado que fue desarrollada por especialistas en otros temas, entonces no tienen conocimiento suficiente para solucionar su problema. Es entonces cuando los usuarios recurren a ROS Answers, una plataforma de preguntas y respuestas. Dado que las preguntas publicadas en ROS Answers tratan temas específicos a las herramientas en sí, es importante encontrar a una persona que pueda guiar a quienes no tienen conocimiento sobre esos temas. Actualmente en ROS Answers, al igual que en StackOverflow \cite{site:StackOverflow}, las preguntas son organizadas según tags o tópicos, y cada usuario puede dar un voto positivo o negativo a una pregunta o respuesta, dependiendo de si cree que un aporte es útil o no. Estos votos en las preguntas y respuestas de un usuario, más su historial de participación dentro de esa comunidad, es la única información disponible para identificar si un usuario domina un tema, y por ende confiar en su respuesta. ROS y ROS Answers forman un ecosistema de software. Un ecosistema, es una colección de sistemas de software, que se desarrollan y evolucionan en un mismo ambiente, en este caso el ambiente es la comunidad de robótica open source. Sin embargo, falta considerar una parte importante de este ecosistema, Github. Este posee información relevante sobre la experiencia y conocimiento de usuarios que han colaborado a la comunidad, no sólo respondiendo preguntas, sino también participando activamente en el desarrollo de las herramientas que componen cada una de las distribuciones de ROS. En esta memoria se presenta una herramienta desarrollada para obtener información de usuarios de Github y ROS Answers (plataforma de preguntas y respuestas), se implementa un algoritmo de recomendación de usuarios para responder una pregunta en ROS Answers, y por último se crea un verificador para evaluar localmente el algoritmo, utilizando preguntas ya respondidas en ROS Answers. También se logra verificar la correctitud del algoritmo implementado realizando una encuesta web a usuarios de ROS Anwers, donde se consulta sobre su conocimiento para responder preguntas sobre temas que el algoritmo sugiere que ellos manejan. Este trabajo está abierto a futuras extensiones, como por ejemplo, incluir más algoritmos.

Memoria para optar al título de Ingeniero Civil en Computación / Las clínicas veterinarias son un tipo de empresa interesante, ya que su negocio no es tan simple como dar un solo servicio o dedicarse solo a la venta de productos, sino que son una combinación de ambos. Los procesos de negocio de una veterinaria son principalmente la atención médica de mascotas (como por ejemplo consultas, exámenes, hospitalización y cirugías) y la venta de productos relacionados con animales (como por ejemplo comida para animales, juguetes y accesorios) pero también pueden abarcar otros servicios como peluquería, baño, servicio de transporte, farmacia, atención a domicilio y hotelería. Hay veterinarias que usan servicios web para mostrar información, llegar a más clientes y ofrecer nuevas formas de interactuar con los clientes. Los servicios web que una veterinaria puede usar son la creación de páginas web informativas, páginas de tienda online y páginas de reserva de horas de atención. Si una veterinaria quiere tener los tres tipos de servicio entonces tiene que elegir y gestionar tres servicios diferentes. En vista de lo anterior se busca desarrollar un sistema web que pueda cubrir las tres necesidades mencionadas. El sistema propuesto es una solución genérica que pueda servir a múltiples veterinarias al mismo tiempo. El desarrollo consistió de: diseño del sistema, definición de la arquitectura, diseño de la interfaz web y desarrollo de backend y frontend para lograr las funcionalidades de la solución. Se describió el diseño e implementación de la solución y se evaluó la solución mediante un formulario de retroalimentación.

Memoria para optar al título de Ingeniera Civil en Computación / La mayoría de nosotros se enfrenta alguna vez en la vida a una mudanza. El seleccionar el servicio de transporte adecuado, comparar precios y calidades es difícil, considerando que existe una amplia oferta de transportistas no centralizada. Si el cliente opta por una gran empresa transportista, el precio suele ser mayor. En cambio, el seleccionar a un pequeño transportista implica un riesgo, es difícil conocer la confiabilidad del servicio, también compararlos, pues estos utilizan medios muy variados para promocionarse. Por otro lado, los transportistas pequeños se quejan de tener pocas vitrinas para ofrecer sus servicios, y una buena parte del tiempo están detenidos. Para resolver estos problemas, se desarrolla, en esta memoria, un sistema que pretende conectar a los clientes con necesidad de transporte de carga, con transportistas. Se desarrolló una aplicación web para los clientes, en la cual se captura las características de la carga y el viaje que desean realizar. Esta aplicación selecciona a 3 vehículos mediante el cálculo de un vector que toma en cuenta la distancia del transportista al punto de orígen, la antiguedad del vehículo, la cantidad de viajes realizados en el sistema y las evaluaciones obtenidas de clientes. Se obtiene un vector de 4 dimensiones con todos los valores menores a 1. Los vehículos seleccionados son los 3 vecinos más cercanos al vector [1,1,1,1]. Además, se presenta un modelo de precios, gracias al cual el sistema puede ofrecer una oferta económica al cliente en el mismo momento en que se ingresa la solicitud. Se desarrolló también una aplicación móvil, a través de la cual el transportista recibe las solicitudes de envío, puede agendarlas y puede agregar o eliminar vehículos de su registro. Se validó mediante pruebas cualitativas y pruebas de usabilidad, gracias a las cuales se concluye que tanto clientes como transportistas usarían la aplicación. El único punto crítico que podría impedir esto es el cálculo de precios. El precio se eleva si no hay transportistas cercanos, por lo que se hace necesario incorporar transportistas de todas las zonas. Además, para obtener una versión de producción, es necesario refinar los aspectos legales y de protección de carga, así como el modelo de negocio.