IDENTIFICACIÓN DE ELEMENTOS ESENCIALES PARA UNA INGENIERÍA DE EXPLOTACIÓN DE INFORMACIÓN
|
|
- Fernando Castellanos Murillo
- hace 5 años
- Vistas:
Transcripción
1 IDENTIFICACIÓN DE ELEMENTOS ESENCIALES PARA UNA INGENIERÍA DE EXPLOTACIÓN DE INFORMACIÓN Alumno Lic. Baldizzoni Ezequiel Director Dr. Dario Rodriguez (UNLa) Co-Director Mg. Hernan Amatriain (UNLa) TRABAJO FINAL PRESENTADO PARA OBTENER EL GRADO DE ESPECIALISTA EN INGENIERÍA EN SISTEMAS DE INFORMACIÓN ESCUELA DE POSGRADO FACULTAD REGIONAL BUENOS AIRES UNIVERSIDAD TECNOLÓGICA NACIONAL Ciudad Autónoma de Buenos Aires, 2016
2
3 RESUMEN Hoy en día existen propuestas de procesos recomendados para llevar adelante proyectos de ingeniería de explotación de información donde se detallan cuáles son los pasos que hay que realizar, las actividades a desarrollar en cada paso e incluso técnicas recomendadas para que esta tarea tan costosa retorne los resultados necesarios con el fin de que el negocio crezca. En la ingeniería de software existen corrientes de investigación que centran su atención en las buenas prácticas y los recursos humanos que forman el equipo de trabajo y los interesados. Partiendo del estado del arte de la ingeniería de explotación de información, en este trabajo se identifican potenciales elementos en común en los métodos y técnicas desarrollados, con el propósito de poner el foco sobre estos elementos en actividades de seguimiento y control. ABSTRACT Today there are proposals recommended to carry out engineering projects for the information manning that details what are the steps to perform processes, activities to develop every step and even techniques recommended for this very costly return results necessary in order to grow the business. In software engineering there are streams of research that focus on best practices and human resources that make up the team and stakeholders. Based on the existing theories of information manning, this paper potential elements identified in common in the methods and techniques developed for the purpose of putting the focus on these elements in monitoring and control.
4
5 INDICE ÍNDICE 1. INTRODUCCIÓN Contexto del trabajo final de especialidad Objetivo del trabajo final de especialidad Visión general del trabajo final de especialidad 2 2. EXPLOTACIÓN DE INFORMACIÓN Introducción KDD Metodología CRISP-DM Metodología P 3 TQ (Catalyst) Modelo de negocio (MII) Modelo de explotación de información (MIII) Metodología SEMMA Metodología MOPROPEI Técnicas de soporte a los proyectos de explotación de información Modelo propuesto para evaluación de viabilidad Derivación del proceso de explotación de información Propuesta de proceso de transformación de datos ELEMENTOS ESENCIALES Análisis de los diferentes métodos y técnicas Descripción de los elementos CONCLUSIONES Aportes de este trabajo Sumario de investigación REFERENCIAS 45 i
6 INDICE ii
7 INDICE ÍNDICE DE FIGURAS Figura 2.1 Metodologías más usadas según la comunidad científica. 6 Figura 2.2 Modelo de proceso KDD 8 Figura 2.3 Niveles de abstracción de la metodología CRISP-DM 9 Figura 2.4 Ciclo de vida de la metodología CRISP-DM basado en (Chapman et al., 2000) 9 Figura 2.5 Fases del modelo de proceso de la metodología CRISP-DM (Britos, 2008) 10 Figura 2.6 Interacción entre modelos P3TQ (Britos, 2008). 20 Figura 2.7 Fases componentes de la metodología SEMMA. Extraído de (Britos, 2008) 20 Figura 2.8 Dinámica general de la metodología SEMMA. Extraído de (Britos, 2008) 21 Figura 2.9 Proceso MoProPEI, sub procesos y fases (Martins et. al., 2014a) 24 Figura 2.10 Sub-proceso Gestión de MoProPEI (Martins et. al., 2014a) 25 Figura 2.11 Sub-proceso Desarrollo de MoProPEI (Martins et. al., 2014a) 26 Figura 2.12 Representación de la función de pertenencia para valor nada y poco 29 respectivamente Figura 2.13 Fórmulas para el estudio de viabilidad (Pytel et. al., 2012) 30 Figura 2.14 Proceso de transformación de datos para proyectos de explotación de 34 información (Baldizzoni, 2013) ÍNDICE DE TABLAS Tabla 2.1 Fases, tareas y actividades de la metodología CRISP-DM.(Britos, 2008) 13 Tabla 2.2 Tabla de valores por características 28 Tabla 3.1 Elementos esenciales de la ingeniería de explotación de información 38 iii
8 INDICE iv
9 INTRODUCCIÓN 1. INTRODUCCION En este Capítulo se plantea el contexto (sección 1.1), se establece el objetivo (sección 1.2), y se resume la visión general del trabajo final de la especialidad en ingeniería en sistemas de información (sección 1.3) CONTEXTO DEL TRABAJO FINAL DE ESPECIALIDAD Las organizaciones generan grandes cantidades de información sobre sus procesos productivos, desempeño operacional, mercados y clientes, sin embargo, el éxito de los negocios depende de la habilidad de parte de los gestores para entender las nuevas tendencias o cambios ocultos en sus datos. A esto se le suma la gran cantidad de información que produce hoy en día Internet lo que hace que el trabajo de extracción, procesamiento o explotación de dicha información resulte cada vez más arduo. La utilización de la ingeniería de explotación de información se orienta a identificar tendencias, comportamientos y conocimiento de la organización y su entorno (Baldizzoni, 2013; a Garcia Martinez, 2015). A la fecha en que se realizó este trabajo existen propuestas de procesos recomendados para llevar adelante proyectos basados en la ingeniería de explotación de información (Fayyad et al., 1996; Britos, 2008; Martins et. al., 2014) donde se detallan cuáles son los pasos que hay que realizar, las actividades a desarrollar en cada paso e incluso técnicas recomendadas para que esta tarea tan costosa retorne los resultados necesarios con el fin de que el negocio crezca. Las investigaciones en el campo disciplinar se orientan a mejorar los resultados, los tiempos y los recursos necesarios para este tipo de proyectos de ingeniería partiendo de los lineamientos del que debe hacer el equipo quitando el foco al cómo gestionar lo que se hace para que sea más efectiva (Pyle, 2003). Estas teorías expresan su interés sobre el proceso de explotación de información dejando de lado a los actores como el cliente y al equipo de ingeniería de explotación de información (Chapman et al., 2000; Moine et al., 2011-a; Moine et al., 2011-b). Mantener los recursos humanos actualizados es una realidad compleja. La rotación de personal y el crecimiento en la cantidad de proyectos requeridos por las organizaciones hacen que encontrar recursos humanos capacitados en las necesidades y procesos internos sea cada vez más complicado debido a la gran variedad de alternativas y, más allá de las alternativas, cada organización ajusta los procesos propuestos a su estructura interna y necesidades. Si bien en Ingeniería de Explotación de Información existe una gran cantidad de herramientas y resultados de investigación (Britos, 2008; Pytel et. al., 2012; Martins et. al., 2013, Baldizzoni, 2013) que aportan las herramientas que se debe utilizar en cada paso de los proyectos referidos a la 1
10 INTRODUCCIÓN ingeniería de explotación de información no existe cuerpos de conocimiento que aporte a los equipos de ingeniería de explotación de información cómo deben gestionar los proyectos, por lo que se puede postular como un problema abierto establecer buenas practicas que ayuden a facilitar la ejecución de este tipo de proyectos, buscando realizar mejoras a la forma de trabajo y en la gestión de las personas que están involucradas. Para poder lograr esto se intenta en este trabajo postular los potenciales elementos que todo proyecto de ingeniería de explotación de información tiene involucrados OBJETIVO DEL TRABAJO FINAL DE ESPECIALIDAD Este trabajo busca postular los potenciales elementos esenciales de todo proyecto de explotación de información con el fin de trazar una línea común a todos las metodologías y técnicas desarrolladas hasta el abordaje de ese trabajo para proyectos de ingeniería de explotación de información con el fin de aportar a esta última, posibles líneas de investigación que colaboren en obtener mejoras en los resultados, de mejor calidad y optimizando los recursos. Esta línea de trabajo busca potenciar los resultados partiendo de mejorar la forma en que se ejecutan los proyectos basados en ingeniería de explotación de información VISIÓN GENERAL DEL TRABAJO FINAL DE ESPECIALIDAD Este trabajo final de especialidad se encuentra estructurado en cinco capítulos que se describen a continuación. En el capítulo introducción (capítulo 1) se plantea el contexto del trabajo, luego se establece su objetivo y se resume dando una visión general del trabajo final de especialidad. En el capítulo Explotación de información (capítulo 2) se desarrolla una investigación sobre las metodologías más utilizadas según (Piatetsky, 2016), se presentan otras metodologías de interés y un conjunto de técnicas útiles para este trabajo que dan soporte a las actividades de los procesos propuestos para explotación de información investigados. Dentro del mismo se describen las metodologías KDD, CRISP DM, P3TQ, SEMMA y MoProPEI y se describen las técnicas modelo propuestas para la evaluación de viabilidad, derivación del proceso de explotación de información y propuesta de proceso de transformación de datos para proyectos de explotación de información. En el capítulo Elementos esenciales (capítulo 3) se plantean los elementos para una ingeniería de explotación de información que se obtienen del análisis de los diferentes métodos y técnicas descriptos en el capítulo 2. 2
11 INTRODUCCIÓN En el capítulo Conclusiones (capítulo 4) se plantean el aporte del trabajo de especialidad y un sumario de investigación para las futuras líneas de investigación. En el capítulo Referencias (capítulo 5) se listan todas las publicaciones consultadas para el desarrollo de este trabajo final de especialidad. 3
12 INTRODUCCIÓN 4
13 2. EXPLOTACIÓN DE INFORMACIÓN En este capítulo se presenta una introducción a la explotación de información (sección 2.1), continuando con los modelos de procesos y metodologías más utilizadas y recomendadas. En primer lugar se describe el modelo de proceso KDD (sección 2.2), la dinámica de la metodología CRISP-DM (sección 2.3), P 3 TQ (sección 2.4) SEMMA (sección 2.5), MoProPei (sección 2.6) y algunas de las técnicas de soporte a los proyectos de explotación de información (sección 2.7) INTRODUCCIÓN Dentro de la rama de las ingenierías se encuentran sub-disciplinas que colaboran con el descubrimiento de conocimiento en las organizaciones partiendo de los datos almacenados en el transcurso de su evolución. Entre una de estas sub-disciplinas se encuentra la inteligencia de negocio (Morik y Rüping, 2002; Moss, 2003; Moss y Atre, 2003; Stefanovic et. al., 2006) que propone un abordaje interdisciplinario, que tomando todos los recursos de información disponibles y el uso de herramientas analíticas y de síntesis con capacidad de transformar la información en conocimiento, se centra en generar a partir de estos, conocimiento que contribuya con la toma de decisiones de gestión y generación de planes estratégicos en las organizaciones (Thomsen, 2003; Negash y Gray, 2008). Otra de estas sub-disciplinas es la ingeniería de explotación de información la cual brinda soluciones informáticas la Inteligencia de Negocio con el fin de transformar la información almacenada propio o externa en conocimiento útil para las organizaciones (Mobasher et al., 1999; Srivastava et al., 2000; Abraham, 2003; Cooley, 2003). Esta rama de la ingeniería intenta colaborar con la búsqueda de patrones de interés para las organizaciones dentro de las grandes masas de información (Fayyad et al., 1996), y se encarga, mediante la utilización de sistemas inteligentes (Evangelos y Han, 1996, Kubat et al., 1998), de descubrir dichos patrones existentes en grandes masas de datos. Con el fin de lograr que las tareas realizadas por esta rama de la ingeniería llegue al éxito se desarrollaron una serie de procesos y metodologías que colaboren con la organización y la realización de las fases y tareas que abarcan. Un modelo de proceso es un conjunto de actividades organizadas que se llevan a cabo con el fin de realizar un trabajo. A ser organizada es posible que el resultado sea el esperado pero podemos decir que con solo esto no es posible garantizarlo. 5
14 Con el fin de mejorar las probabilidades de éxito se agregan al modelo de proceso, que es en pocas palabras detalla que hacer, una serie de tareas a realizar dando un marco al trabajo del cómo hacerlo. A esto se lo llama comúnmente metodología. En su trabajo, (Britos, 2008), muestra que existe una gran cantidad de metodologías para este tipo de proyectos con el fin de gestionar sus fases y actividades. La comunidad científica en su sitio web (Piatetsky, 2016) publica que las metodologías consideradas como probadas son CRISP-DM, SEMMA, KDD y P 3 TQ, incluye las metodologías más usadas como las descriptas en la figura 2.1. Figura 2.1. Metodologías más usadas según la comunidad científica. Puede notarse que desde el censo realizado en el 2007 hasta el último realizado en el año 2014 las organizaciones que optaron por no usar un proceso de redujeron del 4,7% al 0%. Esto da indicios de que las organizaciones optan por sistematizar sus procesos de explotación de información antes que librar al azar esta tarea tan costosa y beneficiaria. Cabe aclarar que tanto KDD como SEMMA no son metodologías puras según la definición antes presentada. En cambio P 3 TQ y CRISP-DM si lo son ya que aportan además del modelo de proceso una serie de tareas a realizar para concluir con la tarea de descubrimiento de patrones KDD El modelo de proceso KDD, Descubrimiento de Conocimiento en Bases de Datos, (del inglés Knowledge Discovery in DataBase) se presenta en primer lugar dado que es uno de los primeros 6
15 modelos de proceso en ser utilizado y hoy en día sigue siendo una de las propuesta a utilizar para organizaciones que deciden comenzar con este tipo de proyectos. Como puede verse en las estadísticas de (Piatetsky, 2016) de la figura 2.1 este sigue teniendo presencia en las organizaciones incluso en mayor medida que en el Este modelo intenta diferenciar lo que es la ejecución de procesos de minería de datos, o sea la ejecución de los algoritmos de descubrimiento de patrones de lo que es un proceso de explotación de información completo donde el proceso de minería es solo uno de las actividades. En la publicación de (Fayyad et al., 1996) se describe el modelo de proceso KDD donde se proponen una serie de actividades que en su conjunto dan soporte al proyecto para sistematizar el proceso de desarrollo del proyecto de explotación de información teniendo en cuenta la salida esperada de este proceso que es el conocimiento o patrones que pueden descubrirse partiendo de los datos de la organización. Además de estos en su publicación, Fayyad propone para este fin una serie de herramientas que colaboran con la automatización de las tareas de análisis de los datos de entrada al proceso. El modelo KDD aporta una serie de pasos o actividades que deben ser ejecutadas con el fin de garantizar el éxito de los resultados obtenidos en la aplicación de minería de datos. Para esto propone las siguientes actividades: Comprender el dominio de negocio: En esta actividad se realiza el entendimiento de las necesidades y objetivos del proyecto en cuanto al negocio. Seleccionar el conjunto de datos: Analizando las fuentes y los tipos de datos es necesario realizar una selección de los mismos según las necesidades y objetivos del proyecto. Limpiar y pre-procesar los datos: Teniendo en cuenta los problemas de los datos seleccionados se realiza la limpieza y se preparan los datos de entrada a los algoritmos de minería de datos. Reducción y proyección de los datos: En caso de que los datos o las variables sean demasiadas, se analiza la posibilidad de reducirlas. Relacionar el objetivo del proceso: Con un método particular de Minería de Datos. Análisis exploratorio y selección del modelo e hipótesis: Elección de los procesos de minería de datos que serán ejecutados luego. Implementar minería de datos: Según los datos limpios y el o los procesos de minería se ejecutan para descubrir los patrones. Interpretar los resultados: Pariendo del resultado anterior y siendo este analizado con el fin de entender es útil. Esto puede requerir volver a alguna actividad previa. 7
16 Actuar sobre el conocimiento descubierto: Utilizar el conocimiento como base para un sistema basado en conocimiento, realizar los reportes para el cliente o incluso confrontar con conocimientos previos o experiencias del negocio. En la figura 2.2 pueden verse las actividades y sus relaciones del proceso KDD. Figura 2.2. Modelo de proceso KDD METODOLOGÍA CRISP-DM CRISP-DM da sus inicios luego de que un grupo de empresas formado por SPSS, NCR y Daimler Chrysler en el año 2000 unifique sus fuerzas para crear una metodología que de soporte a sus herramientas. Según (Moine et al., 2011a; Moine et al., 2011b) y la comunidad científica (Piatetsky, 2016) en sus censos del 2007 y del 2014, esta metodología es la más utilizada en las organizaciones que llevan a cabo proyectos de explotación de información. En la publicación de (Chapman et al., 2000) muestra que el modelo de esta metodología consta de una serie de procesos jerárquicos que a su vez cuentan con una serie de tareas organizadas en cuatro niveles de abstracción donde la jerarquía refleja los niveles más generales dando lugar hasta llegar a los casos más específicos. El nivel de jerarquía mencionado puede verse en la figura
17 Figura 2.3. Niveles de abstracción de la metodología CRISP-DM. Dentro del primer nivel de la jerarquía, el nivel más general, CRISP-DM organiza el proyecto de explotación de información en 6 pasos o fases. Las fases del primer nivel de abstracción forman un ciclo de vida del proyecto de explotación de información. Esto puede verse en la figura 2.4. En esta puede verse todas las fases y las relaciones que existen entre estas, no obstante pueden existir más relaciones. Todas las fases se encuentran dentro de un círculo que simboliza la naturaleza cíclica del modelo de proceso propuesto. Figura 2.4. Ciclo de vida de la metodología CRISP-DM basado en (Chapman et al., 2000). 9
18 Las fases a su vez cuentan con una serie de tareas específicas concurrentes a todo proyecto de explotación de información. Estas tareas forman el segundo nivel de abstracción de la metodología. Cada tarea genérica está formada por sub-tareas más específicas que describen como deben llevarse a cabo las tareas genéricas dentro de proyectos de explotación de información específicos. Esto forma el tercer nivel de abstracción. Por último el conjunto de acciones, decisiones y resultados del proyecto de explotación de información forman el cuarto nivel de abstracción de la metodología. Aparte de los niveles de abstracción, (Chapman et al., 2000) hace referencia que esta metodología aporta al usuario documentación adicional que será utilizada como herramienta de ayuda en el desarrollo del proyecto de explotación de Información y las denomina el modelo de referencia y la guía de usuario. El modelo de referencia brinda información a los equipos sobre las fases, tareas generales, entradas y salidas de un proyecto de explotación de Información en general. La guía de usuario le brinda a las personas sobre la fase que se está ejecutando proporcionando consejos y listas de comprobación sobre las tareas que le pertenecen. En efecto proporciona todo tipo de información para la realización de un proyecto de explotación de información. También, (Chapman et al., 2000), aclara que las fases del ciclo de vida no necesitas seguir una secuencia estricta en su ejecución. Las fases definidas para un proyecto de desarrollo de software clásico (inicio, requerimientos, análisis y diseño, construcción, integración y pruebas y cierre) claramente difieren de las fases propias de esta metodología (Chapman et al., 2000) (figura 2.5). Figura 2.5. Fases del modelo de proceso de la metodología CRISP-DM (Britos, 2008). A continuación se describen cada una de las fases según la especificación que se encontró en (Chapman et al., 2000). Fase I. Entendimiento del negocio: La fase I de la metodología propone realizar el entendimiento del negocio al cual va a estar abocado el proyecto. Aquí se deben definir los objetivos del proyecto de explotación de información y se debe realizar la definición y la comprensión de los requerimientos desde el punto de vista del negocio. Esto brinda un marco o entorno al problema a resolver y a partir de este marco se debe realizar la planificación del proyecto que dé lugar al cumplimiento de los objetivos planteados. 10
19 Fase II. Entendimiento de los datos: En esta fase se da comienzo a la recolección de los datos. Para esto es necesario contar con información de las fuentes de los datos y según las definiciones de los objetivos, extraer los datos necesarios para cumplirlos. Luego de obtenerlos es necesario analizar las características de los datos con el fin de detectar problemas de calidad que den lugar a la transformación. Además de esto es necesario detectar algún tipo de información adicional con el fin de obtener las primeras hipótesis de la solución. Fase III. Preparación de los datos: En la fase de preparación, se parte del análisis realizado sobre los datos y se comienza a realizar las tareas necesarias para garantizar la calidad de los datos que van a ser entrada a los procesos de modelado. Las tareas que se ejecutan en el marco de esta fase pueden ser ejecutadas en varias oportunidades y sin un orden definido. Para la transformación de los datos puede seguirse los pasos de proceso propuesto por (Baldizzoni, 2013). Este proceso propone todo lo necesario para transformar los datos y garantizar los datos de entrada a los procesos de modelado. Fase IV. Proceso de modelado: Según las definiciones de las fases anteriores, los objetivos y requerimientos definidos, los datos analizados y preparados, se comienza a ejecutar los procesos de modelado que más se adapten a las necesidades del proyecto de explotación de información. Cada proceso resuelve una serie de necesidades pero cabe aclarar que para el mismo proceso pueden existir diferentes algoritmos que lo resuelvan. Los algoritmos del proceso cuentan con requerimientos en cuanto a las variables de entrada y de objetivo. Por este motivo si no fue tenido en cuenta esto se hace necesario en algunas oportunidades retomar la fase de preparación de los datos para poder avanzar con esta fase. Fase V. Evaluación: Una vez ejecutados los procesos de modelado y habiendo obtenido los patrones o tendencias necesarios de los datos comienza la evaluación de los resultados donde se revisa que lo obtenido cumple con los objetivos planteados en la fase I. Aquí se intenta detectar, en caso que hubiera, deficiencias en los resultados obtenidos. Fase VI. Despliegue: La última fase, la fase de despliegue o implementación, toma los resultados de la fase anterior, los patrones o tendencias y partiendo de estos se realizan los reportes o entregables que sean utilizables 11
20 por las personas de la organización. Si los resultados no son de este estilo quizá sea necesaria la implementación de un proceso de explotación de información repetible en toda la organización. Esta fase tiene la particularidad de que la realización de las tareas, que forman parte de la misma, puedan ser ejecutadas por el cliente. En estos casos este reconoce rápidamente cuales son las acciones a tomar sobre los resultados ganando tiempo en la respuesta. En la tabla 2.1 se describen las tareas y las actividades que representan a esa tarea de cada fase de la metodología. FASE TAREAS ACTIVIDADES Entendimiento del negocio Determinar los objetivos del negocio. Background. Objetivos del negocio. Criterios de éxito del negocio. Evaluar la situación. Inventarios de recursos. Requisitos, supuestos y requerimientos. Riesgos y contingencias. Terminología. Costos y beneficios. Determinar objetivos del Proyecto de Explotación de Información. Las metas del Proyecto de explotación de información. Criterios de éxito del Proyecto de explotación de información. Realizar el Plan del Proyecto. Plan de Proyecto. Valoración inicial de herramientas. Entendimiento de los datos Recolectar los datos iniciales. Reporte de recolección de datos iniciales. Descubrir datos. Reporte de descripción de los datos. Explorar los datos. Reporte de exploración de datos. Verificar la calidad de datos. Reporte de calidad de datos. Preparación de los datos Caracterizar el conjunto de datos. Conjunto de datos. Descripción del conjunto de datos. Seleccionar los datos. Inclusión/Exclusión de datos. Limpiar los datos. Reporte de calidad de datos limpios. Estructurar los datos. Derivación de atributos. Generación de registros. Integrar los datos. Unificación de datos. Caracterizar el formato de los datos. Reporte de calidad de los datos. Proceso de modelado Seleccionar una técnica de modelado. Conjunto de datos. Descripción del conjunto de datos. Seleccionar los datos. La técnica modelada. Supuestos del modelo. Generar el plan de pruebas. Plan de pruebas. Construir el modelo. Configuración de parámetros. Ejecutar procesos de modelado. Salida del proceso de modelado. 12
21 FASE TAREAS ACTIVIDADES Evaluar el modelo. Evaluar el modelo. Revisión de la configuración de parámetros. Evaluación Evaluar Resultado. Valoración de resultados mineros con respecto al éxito del negocio. Modelos aprobados. Revisar. Revisión del proceso. Determinar próximos pasos. Listar posibles acciones. Despliegue Realizar el plan de implementación. Plan de Implementación. Realizar el plan de monitoreo y mantenimiento. Plan de monitoreo y mantenimiento. Realizar el informe final. Informe final. Presentación final. Realizar la revisión del proyecto. Documentación de la experiencia. Tabla 2.1. Fases, tareas y actividades de la metodología CRISP-DM.(Britos, 2008) METODOLOGÍA P3TQ (CATALYST) Catalyst es una metodología propuesta por (Pyle, 2003) la cual es más conocida como P 3 TQ, acrónimo formado por las iniciales de los nombres de sus variables que dan valor organizacional: Producto (Product), Lugar (Place), Precio (Price), Tiempo (Time) y Cantidad (Quantity) (Moine et al., 2011a; Moine et al., 2011b). Esta metodología básicamente propone dos modelos: el Modelo de Negocio (MII) y el Modelo de Explotación de Información (MIII). A continuación se definen ambos modelos: Modelo de negocio (MII). El primer modelo, el Modelo de Negocio (MII), recopila información sobre el entorno donde se desarrolla el proyecto de explotación de información. Brinda una serie de fases para el desarrollo y la realización de un modelo que permite la identificación de un problema en particular de negocio (o la oportunidad de llevar a cabo la realización del mismo), y los requerimientos reales de la organización en cuestión (Moine et al., 2011a; Moine et al., 2011b). Según los mismos autores, este modelo tiene en cuenta diferentes circunstancias para el proyecto de explotación de información, proponiendo acciones concretas según el contexto desde el cual se parte. En el caso de aquellos proyectos donde no existe una definición real del problema u oportunidad de negocio, se recomienda iniciar analizando las relaciones P 3 TQ que existen en la cadena de valor organizacional (precio/lugar/producto/tiempo/cantidad) y que son significativas para la empresa. 13
22 En (Britos, 2008), el modelado en MII depende del contexto en el cual está inmerso el negocio, lo que promueve el planteamiento de distintos escenarios. Ellos son: dato, oportunidad, prospectiva, definido y estratégico: 1er escenario. Dato: Este escenario inicia el proyecto partiendo de los datos existentes. Esto sucede cuando ingresan al proyecto un conjunto de datos que requieren un proceso de explotación de información. La idea de este escenario es encontrar relaciones interesantes ejecutando las actividades propuestos por la metodología. Para llevar a cabo este escenario es necesario: Determinar la procedencia y los datos a recolectar donde se determina las fuentes de los datos y luego recolectarlos. Identificar los recursos humanos para el proyecto ubicando a las personas que van a formar parte del equipo del proyecto. Discutir el proyecto con los recursos humanos. Se plantea una discusión con los interesados con el fin de detectar los requerimientos, objetivos, resultados esperados, etc. Caracterizar el conjunto de datos en término de las relaciones P³TQ (Product, Place, Price, Time, Quantity). Aquí se plantea si los datos son los necesarios, viabilidad, costos, estimaciones y todo lo relacionado a la planificación del proyecto. Caracterizar la motivación del negocio para recolectar y almacenar los datos. Esto sirve para dar un marco a los datos obtenidos. Descubrir quiénes o qué departamento originó el proyecto y qué se espera de él. Se identifica a las personas que forman parte de la organización como ser los interesados iniciales, los responsables de los datos, los representantes de la dirección quienes financiaran el proyecto, etc. También se intenta detectar cual es la motivación que genera el proyecto, esto servirá para entender la necesidad y que vida útil puede tener. Tanto la motivación de la generación del proyecto como la necesidad pueden perderse lo que daría una cancelación espontanea del proyector. 2do escenario. Oportunidad: Este escenario se inicia cuando existe una situación de negocio, ya sea un problema existente o una oportunidad de negocio que requiere de un proyecto de explotación de información. Cuando se presenta este escenario se ejecutan las siguientes actividades: Identificar las características de los recursos humanos relevantes. Se intenta detectar quienes son los recursos humanos involucrados o con necesidad de involucrar al proyecto. 14
23 Explotar las situaciones de negocio con los recursos humanos. Pariendo de la situación de negocio detectada se discute con las personas ya involucradas cuales van a ser las necesidades del proyecto. Determinar el marco de situación del negocio. Se investiga todas las relaciones con la organicacion para dar un marco de negocio al problema. Definir los objetivos de negocio relevantes. Se establecen los objetivos del proyecto ligados a los objetivos del negocio requeridos. Buscar los datos a utilizar. Luego de entender cuáles son los objetivos y el problema a resolver se intentan identificar los datos necesarios. Presentar el caso de negocio a los recursos humanos. Se comunica a los recursos humanos el caso de negocio. 3er escenario. Prospectiva: Este escenario comienza con un asesoramiento al cliente de como un proyecto de explotación de información puede dar un valor agregado a la organización. En el caso de que este escenario se presente es necesario realizar las siguientes actividades: Caracterizar las claves de la organización en relación a P³TQ. Según las 5 relaciones de la metodología se intenta entender cómo puede el proyecto colaborar con los objetivos estratégicos de la organización. Identificar los principales procesos de flujo de información de la organización. Entendiendo cuales son los procesos generadores de la información se puede detectar potenciales proyectos de explotación de información. Identificar los potenciales recursos humanos. Según el proyecto detectado se recolectan los diferentes recursos que van a formar parte del proyecto. Hablar con los potenciales recursos humanos. Se presenta a los recursos humanos seleccionados cuales es el fin de proyecto. Descubrir cuáles de los 26 niveles de gestión son los más involucrados para cada uno de los recursos humanos. Caracterizar los modelos más aplicables al negocio. Seleccionar los procesos de modelado que colaboren con la solución propuesta. Explorar las fuentes de datos. Se recolectan los datos a explotar. Preparar los casos de negocio para cada oportunidad significante. Presentar el caso de negocio a los recursos humanos. Se comunica a los recursos humanos el caso de negocio. 15
24 4to escenario. Definido: El proyecto comienza con la premisa de crear la especificación del modelo de Explotación de Datos con un propósito específico. Para esto se realizan las siguientes actividades: Identificar los recursos humanos. Según el proyecto detectado se recolectan los diferentes recursos que van a formar parte del proyecto. Discutir los requerimientos con los recursos humanos. Se discute como va a ser implementado el modelo de explotación de información. Enmarcar la situación de negocio. Se detalla el alcance de modelo dentro de las especificaciones del negocio Buscar los datos necesarios. Según las especificaciones discutidas con los recursos humanos y dentro del marco de la situación del negocio se recolectan los datos que van a ser utilizados en el proyecto. Definir los requerimientos a desarrollar. En este momento se definen los requerimientos del proyecto. 5to escenario. Estratégico: El proyecto comienza con una estrategia de análisis para brindar soporte a un escenario planeado por la organización. Este escenario se presenta cuando el negocio tiene en claro lo que es necesario tener y una idea clara de lo que se pretende. Identificar los potenciales recursos humanos. Según el proyecto detectado se recolectan los diferentes recursos que van a formar parte del proyecto. Hablar con los potenciales recursos humanos. Se presenta a los recursos humanos seleccionados cuales es el fin de proyecto. Enmarcar la situación de negocio. Se detalla el alcance de modelo dentro de las especificaciones del negocio, si es necesario, trabajar interactivamente con los recursos humanos para crear un mapa de los escenarios estratégicos. A partir del mapa, crear un modelo sistémico de la situación estratégica. Caracterizar las claves de la organización en relación a P³TQ. Relacionar el mapa con las claves de la organización en relación a P³TQ. Si es necesario, simular una situación estratégica para descubrir incertidumbres, ambigüedades, errores en la compresión intuitiva y descubrir relaciones cruciales (aquellas no entendidas, bien caracterizadas, o para las cuales los pequeños cambios tienen grandes efectos). Caracterizar las claves de las relaciones de los sistemas en término de los 26 niveles de gestión. Descubrir cuáles de los 26 niveles de gestión son los más involucrados para cada recurso humano. Caracterizar los modelos de los niveles de negocio más aplicados. 16
25 Explorar las fuentes de datos. Enmarcar cada problema de negocio u oportunidad en un modelo estratégico con particular atención en las estrategias, interacciones estratégicas y los riesgos incluidos en el banco de pruebas de riesgo y las expectativas. Explotar los datos para caracterizar las relaciones actuales con el sistema modelado y la simulación, tratando de que concuerden con la situación real. Mostrar las relaciones descubiertas dentro de los mapas del sistema y la simulación y realizar la simulación a través del rango de escenarios requeridos Modelo de explotación de información (MIII) Según (Britos, 2008), el Modelo de Explotación de Información (MIII) brinda una guía de pasos para la realización y ejecución de modelos de Explotación de Información a partir del Modelo de Negocio desarrollado (MII). Los pasos a seguir en MIII son: Paso 1. Preparación de los datos. En este paso se realiza la preparación de los datos. Se realizan todas las tareas de transformación y se preparan los atributos de los datos según las necesidades de los procesos de explotación de información que se utilizarán. Para esto es necesario cumplir con las siguientes actividades: Comprobar las variables de la matriz de característica. Comprobar las variables básicas para el problema. Comprobar los datos básicos para el problema. Comprobar las variables anacrónicas. Comprobar la suficiencia de los datos. Comprobar la representación de los resultados. Comprobar la representación de rasgos básica. Paso 2. Selección de herramientas y modelado inicial. En este paso se seleccionan los procesos de modelado a utilizar según los datos obtenidos y según las necesidades de explotación de información. Para lograrlo es necesario cumplir las actividades: Definir la estructura de datos para llevar adelante la Explotación de Información. Caracterizar los datos de entradas y salidas. Seleccionar las herramientas de Explotación de Información. Construir los valores que comprueben el modelo. Si los datos no se comprenden: Crear el modelo exploratorio inicial. 17
26 Si se van a clasificar los datos: Descubrir el tipo apropiado de modelo de clasificación inicial. Si se van a predecir los datos: Descubrir el tipo apropiado de modelo predictivo. Paso 3. Ejecución. Acá se ejecutan los procesos de modelado. Para que este paso se concluya es necesario cumplir con las siguientes actividades: Si es un modelo deductivo: Especificar la explicación del mismo. Si el modelo de clasificación o predicción es binario: Especificar una matriz de confusión. Si el modelo de clasificación o predicción es un valor continuo: Especificar una matriz de confusión, comparar la predicción con un gráfico residual, comparar la predicción con la situación actual. Si el modelo de clasificación o predicción es una clase: Especificar una matriz de confusión, comparar la predicción con un gráfico residual, comparar la predicción con un argumento actual, especificar pruebas del modelo residual. Si el modelo de clasificación o predicción es un valor categórico: Especificar la predicción con un gráfico residual, comparar la predicción con situaciones actuales, especificar pruebas del modelo residual, realizar histogramas residuales, comparar situaciones actuales con gráficos residuales XY, comparar la situación actual con una predicción de rangos, comparar la situación actual con curvas de predicción, comparar la situación actual con la predicción apta, especificar la varianza residual, especificar el modelo perfecto. Paso 4. Evaluación de resultados. Según el resultado obtenido de la ejecución se analiza según los requerimientos y se evalúa el resultado final. Para esto se realizan las actividades siguientes según cada alternativa: Si es un modelo deductivo: Revisar los requerimientos descubiertos durante la ejecución, explicar en forma narrativa: a) los descubrimientos, el informe debe incluir: patrones, descubrimiento de explicaciones plausibles, clustering, conteos, contrastes y comparaciones, variables de particionamiento, generalidades de particularidades, proponer factores plausibles explícitos e implícitos latentes, identificar y explicar las relaciones entre variables (o variables grupales), crear explicaciones de cambios lógicos, creando coherencias conceptuales; y 18
27 b) la verificación, el informe debe incluir: comprobación de la representatividad, comprobación de la tendencia, triangulación (usando fuentes de datos diferentes, usando métodos de modelado diferentes, utilizando teorías diferentes), considerando los límites, incorporando pruebas negativas, incorporando pruebas externas empíricas. Si es un modelo de clasificación: Revisar las exigencias de la entrega desarrollada antes de la ejecución del proceso de Explotación de Información, repasar los descubrimientos realizados durante la formación, preparar una explicación de soporte, crear la calibración de los modelos, revisar los modelos requeridos para entregar. Si el modelo es en tiempo real: Identificar las novedades. Paso 5. Comunicación de resultados. Este es el paso final y es cuando se realiza la entrega del resultado del proyecto de explotación de información. Para asegurar que el resultado sea entendible por los clientes. Para esto es necesario realizar las siguientes actividades: Dar a las partes restantes del proyecto los resultados y sugerir como implementarlos. La metodología P 3 TQ, en sus dos modelos, está constituida por un conjunto de pasos denominados cajas (boxes). Conceptualmente, dicha metodología determina que luego de ejecutar una acción se deben evaluar los resultados obtenidos y determinar cuál es el paso que se debe ejecutar posteriormente (Moine et al., 2011a; Moine et al., 2011b). Los boxes del modelo explican en forma detallada los conceptos y/o acciones que se realizan (Mendez y Rodriguez, 2009). Esto es expuesto en el trabajo de (Britos, 2008), en el cual señala que cada uno de los modelos está estructurado en base a: Caja de actividades: señalan el conjunto de pasos a cumplir. Caja de descubrimientos: informan las acciones de exploración de información necesarias para poder decidir qué hacer en el paso subsiguiente. Caja de técnicas: brindan información complementaria acerca de los pasos recomendados en la caja de descubrimientos o de acción. Caja de ejemplos: proporcionan una descripción detallada acerca de cómo usar una determinada técnica. Estas cajas son aplicables en el Modelo de Explotación de Información (MIII). En la Figura 2.6, se visualiza la interacción de los diferentes modelos de la metodología P 3 TQ y sus componentes (Britos, 2008): 19
28 Figura 2.6. Interacción entre modelos P3TQ (Britos, 2008) METODOLOGÍA SEMMA La metodología SEMMA, creada por el SAS Institute, coloca el foco en la recolección de los datos y el modelado de los datos para descubrir patrones del negocio hasta el momento desconocidos (Moine et al., 2011a; Moine et al., 2011b). SEMMA es un acrónimo que se forma a partir del nombre de sus actividades: Sample (Muestreo), Explore (Exploración), Modify (Modificación), Model (Modelado), Assess (Valoración) (Britos, 2008; Moine et al., 2011a; Moine et al., 2011b; SAS, 2015). En la Figura 2.7, se observan las cinco fases básicas del proceso contemplado por la metodología SEMMA (Britos, 2008): Figura 2.7. Fases componentes de la metodología SEMMA. Extraído de (Britos, 2008). De acuerdo a lo expresado por (Moine et al., 2011a; Moine et al., 2011b), las actividades de análisis y comprensión del problema abordado son excluidas de la metodología SEMMA, ya que la misma 20
29 se encuentra enfocada fundamentalmente en aspectos técnicos. Dicha metodología fue propuesta inicialmente para trabajar con el software de Explotación de Datos de la compañía SAS. En la Figura 2.8, se visualizan las cinco fases de la metodología SEMMA y la dinámica general de la misma (Britos, 2008). Figura 2.8. Dinámica general de la metodología SEMMA. Extraído de (Britos, 2008). En (Britos, 2008) se describen las fases de la metodología SEMMA: Fase I. Muestreo (sample). Extracción de una muestra representativa. En esta primera fase de la metodología, se realiza la extracción de un conjunto de datos (población muestral) sobre la que se va a llevar a cabo el análisis. La muestra debe ser representativa de la población, caso contrario los resultados obtenidos no son válidos para el proceso en cuestión. El método de muestreo más común se denomina muestreo aleatorio simple, en el que cada elemento en la población tiene la misma probabilidad de ser seleccionado. En esta metodología, para cada una de las muestras escogidas se debe asociar un determinado nivel de confianza. Fase II. Exploración (explore). Exploración de los datos de la muestra seleccionada. En esta fase, se realiza un análisis de los datos extraídos en la muestra, para lo cual se propone el uso de herramientas de visualización o de diferentes técnicas estadísticas para la exploración de la información seleccionada, que contribuyan a poner de manifiesto relaciones entre variables. Esto 21
30 permite simplificar el problema y optimizar la eficiencia del modelo, ayudando a refinar los procesos de descubrimiento de información en las fases subsiguientes del proceso en cuestión. Fase II. Modificación (modify). Modificación de los datos. La tercera fase de la metodología, involucra la modificación de los datos que van a ser ingresados al modelo para que tengan el formato adecuado, mejorando la definición de los mismos. Fase IV. Modelado (model). Modelación de los datos. En esta fase, se procede a modelar el conjunto de datos, permitiendo al software realizar una búsqueda completa de combinaciones de datos que ayudarán a predecir los resultados esperados de manera confiable. El objetivo de esta fase es establecer una relación entre las variables objeto del estudio y las variables explicativas, de manera tal que posibiliten inferir el valor de las mismas con un nivel de confianza determinado. Las técnicas utilizadas para el modelado de los datos incluyen técnicas adaptativas, lógica difusa, reglas de asociación, árboles de decisión, redes neuronales y computación evolutiva; como así también involucran métodos estadísticos tradicionales. Fase V. Valoración (assess). Evaluación de los datos. La última fase de la metodología SEMMA, consiste en la valoración de los datos obtenidos para determinar el grado de confiabilidad de los mismos y así poder evaluar el modelo, mediante la comparación con otros métodos estadísticos o con nuevas poblaciones muéstrales METODOLOGÍA MOPROPEI El equipo de investigación en su publicación (Martins et. al., 2014a) exponen el diseño de este modelo de proceso partiendo como premisas las siguientes, que si bien el producto entregable de este tipo de proyectos es una pieza de conocimientos, el éxito o fracaso del proyecto se centra no solo en el descubrimiento de estas piezas nuevas o interesantes sino que también es importante la adecuada transmisión de las mismas al cliente. También remarcan que para alcanzar el éxito también es necesario lograr los objetivos con un mínimo costo y tiempos. Otra característica resaltada es la de documentar los conocimientos y todo lo referido a la ejecución con el fin de que puedan ser utilizados dándole un valor agregado a los futuros proyectos. En (Martins et. al., 2014a) se describen las características generales del modelo de proceso las cuales son: 22
31 Centrado en la generación del conocimiento: el objetivo final del proyecto en producir piezas de conocimiento relevantes para lo toma de decisiones. Adaptación a las necesidades del proyecto: permite ajustar la ejecución del proyecto a partir de las características que el mismo presenta. Enfocado en la gestión: fortalece la planificación, administración, documentación de todos los aspectos necesarios para el desarrollo de un proyecto de explotación de información. Reducción del trabajo redundante: a través de la planificación, y el ordenamiento de las tareas, reduce la cantidad de iteraciones necesarias para el desarrollo del proyecto. Orientado al Aprendizaje Continuo: genera, registra y reutiliza el conocimiento producido durante el desarrollo de los proyectos. Orientado a la sistematización: identifica y define las tareas a realizar de forma específica, contribuyendo a lograr el objetivo final. El modelo de proceso MoProPEI (Martins et. al., 2014a) se estructura de forma jerárquica. Cuenta con cuatro niveles y su jerarquía depende del nivel de especificidad el cual va creciendo a medida que la jerarquía disminuye. Los niveles son: Sub-procesos: Es la división de mayor nivel de generalidad, la cual está integrada por fases, y permite distinguir entre las tareas técnicas y las de gestión del proyecto. Fases: Subdivide a las tareas en base a sus finalidades generales. Estas están compuestas por actividades cuyos objetivos se encuentran asociados. Actividades: Subdivide a las tareas en base a sus objetivos específicos. Tareas: trabajo a realizarse el cual está asociado a un conjunto de técnicas posibles, las cuales generan a partir de un conjunto de elementos de entrada, uno o más elementos de salida. MoProPEI (Martins et. al., 2014a) cuenta con dos sub-procesos llamados Desarrollo y Gestión, el primero abarca las tareas técnicas el segundo de administración del proyecto. Los sub-procesos cuentan con fases que agrupan actividades, el sub-proceso Gestión cuenta con cinco fases: Iniciación del Proyecto, Planificación del Proyecto, Soporte, Gestión del Control y Calidad, y Gestión de la Entrega. A su vez el sub-proceso Desarrollo cuenta con seis fases: Entendimiento del Dominio, Entendimiento de los Datos, Modelado, Preparación de los Datos, Implementación, y Evaluación y Presentación. Esto puede verse en forma general en la figura 2.9, en esta se pueden ver los sub-procesos, fases y relaciones entre fases. 23
32 Figura 2.9. proceso MoProPEI, sub procesos y fases (Martins et. al., 2014a). Una característica que distingue a este modelo de proceso es su carácter de ejecución en paralelo de sus sub-procesos. Esto indica que ambos sub-procesos se instancian en paralelo y colaboran entre si trabajando a la vez. Continuamos ahora adentrando en las fases. En primer lugar las del sub-proceso de Gestión comenzando con Iniciación del proyecto compuesto por 4 actividades: Definición de la comunicación, exploración de conceptos iniciales y la definición del ciclo de vida. Planificación del proyecto, integrado por 3 actividades: Planificación de las actividades, planificación de los recursos y estimaciones y responsabilidades. Soporte compuesto por 3 actividades: gestión del ciclo de vida, gestión del desarrollo, y gestión de la configuración. Gestión del control y calidad, está conformada por 4 actividades: control de recursos, mediciones del proyecto, control de las actividades y gestión del cambio. Gestión de la entrega, integrado por 2 actividades: formalización externa del cierre del proyecto, y formalización interna del cierre del proyecto. En la figura 2.10 puede verse las interacciones, entradas y salidas de cada actividad dentro del sub-proceso Gestión. 24
33 Figura Sub-proceso Gestión de MoProPEI (Martins et. al., 2014a). En el sub-proceso Desarrollo abarca todas las actividades asociadas a la identificación de patrones relevantes para la organización, de calidad y novedosas, así como su análisis y comprensión para la generación de piezas de conocimiento validables e interesantes que aporten valor agregado a la misma (Martins et. al., 2014a). Según cada fase está compuesta por las actividades relacionadas a lo mencionado. La fase de Entendimiento del dominio, está compuesta por 3 actividades: requisitos, análisis del dominio, y comprensión del problema de negocio. La fase Entendimiento de los datos, cuenta con 3 actividades: análisis de los datos, exploración de los datos y evaluación de los datos. Modelado compuesta por 2 actividades: Modelado del problema y configuración del modelo. Preparación de los datos, conformada por 2 actividades: Construcción de la fuente temporaria de datos y adecuación de la fuente temporaria de datos. Implementación, integrado por 2 actividades: configuración de la implementación e implementación del modelo. Evaluación y Presentación, compuesta por 2 actividades: evaluación de los resultados y presentación de los resultados. Las 25
ELEMENTOS PARA UN MAPA DE ACTIVIDADES PARA PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN
ELEMENTOS PARA UN MAPA DE ACTIVIDADES PARA PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN Alumno Lic. Federico Carlos Peralta Directores Dra. Paola Britos (UNRN) y Mg. Darío Rodríguez (UNLa) TRABAJO PRESENTADO
Más detallesMódulo Minería de Datos Diplomado. Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS
Módulo Minería de Datos Diplomado Por Elizabeth León Guzmán, Ph.D. Profesora Ingeniería de Sistemas Grupo de Investigación MIDAS Metodologías Las tres metodologías dominantes para el proceso de la minería
Más detallesAnálisis comparativo de metodologías para la gestión de proyectos de minería de datos
Análisis comparativo de metodologías para la gestión de proyectos de minería de datos Ing. Juan Miguel Moine 1, Dra. Silvia Gordillo 2, Dra. Ana Silvia Haedo 3 1. Grupo de Investigación en Minería de Datos,
Más detallesUna herramienta para la evaluación y comparación de metodologías de minería de datos
Una herramienta para la evaluación y comparación de metodologías de minería de datos Juan Miguel Moine 1, Ana Silvia Haedo 2 1. Universidad Tecnológica Nacional, Facultad Regional Rosario 2. Facultad de
Más detallesIngeniería de Software: Y eso qué es?
Ingeniería de Software: Y eso qué es? Definición: Estrategia para desarrollar software de alta calidad. A qué se le denomina Software de alta calidad? Al software que sea: Util (al cliente). Portable.
Más detallesMetodología para la generación de modelos dinámicos Proceso integrador para la toma de decisiones
Metodología para la generación de modelos dinámicos Proceso integrador para la toma de decisiones APLICACIONES Solución a problemas dinámicos y complejos de alta incertidumbre Formulación de estrategias
Más detallesANEXO 1. COMO IMPLEMENTAR UN SISTEMA DE GESTIÓN DE LA CALIDAD
ANEXO 1. COMO IMPLEMENTAR UN SISTEMA DE GESTIÓN DE LA CALIDAD La configuración del modelo de sistema de Gestión Integral Empresarial por Calidad basado en procesos, es un componente relacionado con el
Más detallesAmpliación de las funciones docentes:
Ampliación de las funciones docentes: resignificación del currículum y atención a la diversidad gestión institucional interacción con el mundo del trabajo diseño e implementación de situaciones de enseñanza-aprendizaje
Más detallesTécnicas de Minería de Datos
Técnicas de Minería de Datos Act. Humberto Ramos S. 1 Qué es Minería de datos? El desarrollo de dispositivos tecnológicos para acumular datos a bajo costo. Acumulación o registro de gran cantidad de datos.
Más detallesIngeniería del Software. Pruebas. Pruebas en el PUD. Las pruebas del software. Diseño de casos de prueba. Pruebas de SI OO
Pruebas Pruebas en el PUD Las pruebas del software Diseño de casos de prueba Pruebas de SI OO 1 Iteración en PUD Planificación de la Iteración Captura de requisitos: Modelo de casos de uso, Modelo de Dominio,...
Más detallesMÓDULOS DE DISEÑO EN INGENIERÍA
MÓDULOS DE DISEÑO EN INGENIERÍA El diseño de productos tecnológicos (artefactos, procesos, sistemas e infraestructura) está en el centro de la naturaleza de la ingeniería. El diseño en ingeniería es un
Más detalles5 PASOS ESENCIALES PARA LA IMPLEMENTACIÓN DEL BIM EN INFRAESTRUCTURA
5 PASOS ESENCIALES PARA LA IMPLEMENTACIÓN DEL BIM EN INFRAESTRUCTURA INTRODUCCIÓN: Comienza la aventura con BIM Building Information Modeling (BIM) se ha convertido en la gran expectativa para muchos profesionales
Más detallesANÁLISIS DE SISTEMAS. Prof. Eliz Mora
ANÁLISIS DE SISTEMAS Prof. Eliz Mora Programa Fundamentos del Análisis de Sistemas Estilos Organizacionales y su impacto en los Sistemas de Información Rol del Analista de Sistema Determinación de Factibilidad
Más detallesNÚMERO DE HORAS: 160H PROGRAMACIÓN WEB EN EL ENTORNO CLIENTE OBJETIVO
PACK FORMATIVO EN DESARROLLO DE APLICACIONES CON TECNOLOGÍA WEB NÚMERO DE HORAS: 160H PROGRAMACIÓN WEB EN EL ENTORNO CLIENTE OBJETIVO - Identificar la estructura de una página web conociendo los lenguajes
Más detallesNombre de la asignatura: Análisis y modelado de sistemas de información
Nombre de la asignatura: Análisis y modelado de sistemas de información Créditos: 3 2-5 Aportación al perfil Formular, gestionar y evaluar el desarrollo de proyectos informáticos en las organizaciones.
Más detallesMetodología propia del ERP de SAP
3 Metodología propia del ERP de SAP METODOLOGÍA 1.1.1. Metodología ASAP La metodología ASAP es una metodología por fases, orientada a entregables que agiliza los proyectos de aplicación, minimiza el riesgo
Más detallesUNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ CARRION ESCUELA DE POSGRADO
MAESTRIA EN INGENIERIA DE SISTEMAS PERFIL DE COMPETENCIA DEL EGRESADO(A) DE MAESTRIA EN INGENIERIA DE SISTEMAS: 1. Identifica y organiza las fuentes de información de una empresa, para aplicarlas, al proceso
Más detallesProtocolo de la investigación.
Protocolo de la investigación. Francisco Javier Jiménez Méndez Mecatrónica El protocolo de una investigación puede ser basado en dos tipos de conocimientos, el popular y el científico, el conocimiento
Más detallesSISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES
SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES 2003 Modelos Definiciones del Dominio Empresa: es una organización socio-económica creada para producir bienes y obtener rentabilidad económica.
Más detallesUniversidad de Los Andes. Propuesta de Metodología de Arquitectura
Universidad de Los Andes Propuesta de Metodología de Arquitectura Febrero - 2011 El Método de Diseño Centrado en Arquitectura (ACDM) El ACDM es un método desarrollado por Anthony Lattanze de la Universidad
Más detallesComparación en Desarrollo de Software de: MoProSoft, PMBook y Libro en Ingles
Administración de Proyectos de Software Comparación en Desarrollo de Software de: MoProSoft, PMBook y Libro en Ingles Grupo: 2 Alumnos: González Núñez Humberto Mendoza Hidrogo Greta Rosales López Zahira
Más detallesDATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE
VII Reunión sobre casos prácticos de inspección y vigilancia de mercados y entidades. Santiago de Chile DATA MINING CONCEPTOS Y EXPERIENCIA EN LA FISCALIZACIÓN DEL MERCADO DE VALORES DE CHILE Marcelo García
Más detallesINGENIERIA EN MANTENIMIENTO INDUSTRIAL
INGENIERIA EN MANTENIMIENTO INDUSTRIAL HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Administración estratégica para 2. Competencias Diseñar estrategias de mediante el
Más detallesIV SIAR 2012 PROPUESTA DE FORMALIZACIÓN DE DE INFORMACIÓN BASADA EN TÉCNICAS. Britos, P., García-Martínez, R.
IV SIAR 2012 PROPUESTA DE FORMALIZACIÓN DE DOMINIOS DE NEGOCIO EN EXPLOTACIÓN DE INFORMACIÓN BASADA EN TÉCNICAS DE INGENIERÍA DEL CONOCIMIENTO Vegega C Pytel P Pollo- Cattaneo F Vegega, C., Pytel, P.,
Más detallesETAPA DE PLANIFICAR. Módulo 1.5 DESARROLLO DE PÁGINAS WEB
ETAPA DE PLANIFICAR Módulo 1.5 DESARROLLO DE PÁGINAS WEB Los estudiantes plantean las alternativas de solución al problema propuesto mediante las técnicas siguientes: lluvia de ideas, diagrama de Ishikawa,
Más detallesModelos de Mercadotecnia Tema 1: Dimensión del Marketing
Tema 1: Dimensión del Marketing Sesión 2: Bases de Datos Objetivo de la Sesión: Al concluir la sesión el alumno reconocerá el proceso para llevar a cabo la minería de datos y describirá cómo las herramientas
Más detallesInstituto Tecnológico Superior De Acatlán de Osorio. Portafolio de evidencias
Instituto Tecnológico Superior De Acatlán de Osorio Carrera: Ingeniería Informática Materia: Verificación y Validación de Software Portafolio de evidencias Elaborado por: Solano Agustín Carlos Profesor:
Más detallesUNIVERSIDAD DON BOSCO
UNIVERSIDAD DON BOSCO Facultad: Ingeniería Escuela: Computación CONTROL DE LECTURA No 3 PRUEBAS DE SOFTWARE INGENIERIA DE SOFTWARE ING. MILTON NARVAEZ INTEGRANTES HERNÁNDEZ DOÑO NORBERTO ANTONIO MARROQUIN
Más detallesMETODOLOGÍA DE IMPLEMENTACIÓN
METODOLOGÍA DE IMPLEMENTACIÓN Proyecto: Consultoría de Proyectos Versión Sistema: 3.1.5 Documento: Metodología de Implementación de FOREST Revisó: Eduardo Paternina Fecha Revisión: 2011-07-29 Aprobó: Mario
Más detalleshttps://metodologiayproyectos.wordpress.com
https://metodologiayproyectos.wordpress.com 1 Gestión de Proyectos de Ingeniería Gestión de Proyectos de Ingeniería 2 Observación y evaluación de fenómenos Establecen suposiciones o ideas como consecuencia
Más detallesCUARTA UNIDAD: FORMULACIÓN DEL PLAN DE AUDITORÍA AMBIENTAL. CONTENIDO DEL PLAN DE AUDITORÍA AMBIENTAL
CUARTA UNIDAD: FORMULACIÓN DEL PLAN DE AUDITORÍA AMBIENTAL. CONTENIDO DEL PLAN DE AUDITORÍA AMBIENTAL 1 1.-Objetivos de la Auditoría El objetivo es la razón por la cual se realiza la Auditoría Ambiental,
Más detallesM06 - Metodología Gestión Migración de Datos INTESIS. Desarrollo de Software Servidor Terminológico (SEMANTIKOS)
M06 - Metodología Gestión Migración de Datos INTESIS S Desarrollo de Software Servidor Terminológico (SEMANTIKOS) SERVICIO DE SALUD METROPOLITANO OCCIDENTE Tabla de Contenido... 1 1 Marco General... 3
Más detallesLa Inteligencia de Negocios y la Gerencia Estrategica
La Inteligencia de Negocios y la Gerencia Estrategica Inteligencia de Negocios: El objetivo de las soluciones de Inteligencia de Negocios, es apoyar a las empresas al logro de sus planes y estrategias,
Más detallesInstrucción 1 Criterios, Convenciones y recomendaciones para utilizar este instructivo
Página 1 de 7 1. Propósito. Elaboración del para el desarrollo de sistemas de información automatizados. 2. Ámbito de responsabilidad. RGPY Responsable de Gestión de Proyectos. RAPE Responsable de la Administración
Más detallesDESARROLLO DE SISTEMAS CICLO DE VIDA
DESARROLLO DE SISTEMAS CICLO DE VIDA 38 1 Métodos de la Ciencia n Conocimiento científico n Conocimiento técnico n Conocimiento artístico Prof. Dr. Alberto Zimerman 2 Conocimiento Científico Intenta explicar
Más detallesMetodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo
UNIVERDAD NACIONAL DE LA PLATA FACULTAD DE INFORMÁTICA Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo Autor: Ing. Juan Miguel Moine Directora: Dra. Ana Silvia
Más detallesNOMBRE DE LA ASIGNATURA: VERIFICACIÓN Y VALIDACIÓN DEL SOFTWARE INTEGRANTES DEL EQUIPO: RAFAEL VALLE CASTELÁN JUAN DE DIOS RAMÍREZ VIVAR
TEMA: MONITOREO Y SEGUIMIENTO DEL PROYECTO. NOMBRE DE LA ASIGNATURA: VERIFICACIÓN Y VALIDACIÓN DEL SOFTWARE INTEGRANTES DEL EQUIPO: RAFAEL VALLE CASTELÁN JUAN DE DIOS RAMÍREZ VIVAR NOMBRE DEL PROFESOR:
Más detallesFundamentos para la Aplicación
Fundamentos para la Aplicación Enfoque de sistemas Este capítulo presenta la metodología general para el desarrollo de un estudio de ingeniería de sistemas; esto implica la formación de grupo interdisciplinario,
Más detallesSecretaría de Educación de la Ciudad de México Dirección Ejecutiva de Educación Media Superior y Superior
Secretaría de Educación de la Ciudad de México Dirección Ejecutiva de Educación Media Superior y Superior Descripción Sintética del Plan de Estudios Licenciatura en Ciencia de Datos para Negocios MISIÓN
Más detallesAprendizaje Basado en Casos
Aprendizaje Basado en Casos Qué es el aprendizaje basado en casos / aprendizaje por discusión? El aprendizaje basado en casos consiste en presentarle a un grupo de estudiantes una situación que contiene
Más detallesMODULO 01 Tema 2 GESTION DE PROYECTOS DE DESARROLLO
MODULO 01 Tema 2 GESTION DE PROYECTOS DE DESARROLLO LA LÓGICA DEL PROYECTO El BID (Banco Interamericano de Desarrollo) ha migrado hacia una nueva forma de gerencia del ciclo de vida del proyecto bajo una
Más detallesSEMESTRE I SEMESTRE II SEMESTRE III Métodos y aplicaciones de Analítica I (4 créditos)
PLAN DE ESTUDIOS El plan de estudios consta de 40 créditos divididos en tres ejes: a) Eje analítico (12 créditos), para modelar la realidad con herramientas matemáticas/estadísticas/algorítmicas; b) Eje
Más detallesGUÍA DE APLICACIÓN ISO 9001: OPERACION
Edición 4 02/11/2016 Copyright iso2015ebook.com. Todos los derechos reservados. ISBN: 978-950-43-0411-1 1 INDICE Objetivo Descripción del documento. Recursos necesarios para la utilización del ebook. Especificaciones
Más detallesMODALIDADES O TIPOS DE INVESTIGACION EN EDUCACIÓN. L.A. y M.C.E. Emma Linda Diez Knoth
MODALIDADES O TIPOS DE INVESTIGACION EN EDUCACIÓN L.A. y M.C.E. Emma Linda Diez Knoth Evaluativas Confirmatorias Interactivas Proyectivas Exploratorias Predictivas Descriptivas Comparativas Analíticas
Más detallesoctubre de 2007 Arquitectura de Software
octubre de 2007 Arquitectura de Software Seis mejores Prácticas Desarrollo Iterativo Administrar Requerimientos Usar Arquitecturas basadas en Componentes Modelado Visual (UML) Verificar Continuamente la
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FUNDAMENTOS DE LA METODOLOGIA RUP RATIONAL UNIFIED PROCESS JUAN PABLO GOMEZ GALLEGO ING JORGE GALVES
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FUNDAMENTOS DE LA METODOLOGIA RUP RATIONAL UNIFIED PROCESS JUAN PABLO GOMEZ GALLEGO ING JORGE GALVES 16/09/2007 SOBRE EL PROCESO RACIONAL UNIFICADO RUP es un proceso
Más detallesPROGRAMA EDUCATIVO DE INGENIERÍA EN TECNOLOGÍA AMBIENTAL
PROGRAMA EDUCATIVO DE HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Diseño de experimentos 2. Competencias Desarrollar soluciones de prevención, control, mitigación y
Más detallesISO Procedimientos para la evaluación de la Calidad
ISO 19114 Procedimientos para la evaluación de la Calidad Alcances Pautas: para la determinación y evaluación de calidad, (ISO 19113) para Evaluación y Presentación: - informe de calidad de datos (Metadatos)
Más detalles1.- DATOS DE LA ASIGNATURA Nombre de la asignatura : DIRECCIÓN ESTRATÉGICA DE LA DISTRIBUCIÓN. Carrera : INGENIERÍA EN GESTIÓN EMPRESARIAL
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura : Carrera : DIRECCIÓN ESTRATÉGICA DE LA DISTRIBUCIÓN. INGENIERÍA EN GESTIÓN EMPRESARIAL Clave de la asignatura : LED-1503 SATCA 2-3-5 2.- PRESENTACIÓN
Más detallesINGENIERÍA EN GESTIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES
INGENIERÍA EN GESTIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES ASIGNATURA DE DIRECCIÓN ESTRATÉGICA UNIDADES DE APRENDIZAJE 1. Competencias Administrar la planeación estratégica para la toma de decisiones
Más detallesTEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN
TEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN 1.1. Introducción 1.2. Conceptos fundamentales 1.3. Modelado y simulación de tiempo discreto 1.4. Modelado y simulación de eventos discretos 1.5. Pasos en
Más detallesGestión de Proyectos (PMO)
Corporate Citizenship Argentina Gestión de Proyectos (PMO) Ciclo de charlas para Emprendedores Agenda Introducción Proyectos y Operaciones Gestión de Proyecto Desventajas de no administrar correctamente
Más detallesDEPARTAMENTO DE VINCULACION 1
INGENIERÍA INDUSTRIAL DEPARTAMENTO DE VINCULACION 1 PROYECTOS DE ESTADÍA 1 2 3 4 5 6 7 8 9 10 11 12 Sistematizar la preparación del programa de Estructuración del plan maestro de Propuesta de proyecto
Más detallesMETODOLOGÍAS PARA EL DESARROLLO DE SISTEMAS
!387" APÉNDICE A, APARTADO 1 METODOLOGÍAS PARA EL DESARROLLO DE SISTEMAS DOCUMENTACIÓN 1. La necesidad de los diagramas Los diagramas o representaciones gráficas representan una parte fundamental en el
Más detallesMETODOLOGÍA PARA LA CONSTRUCCIÓN DE UN PLAN MAESTRO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIONES
METODOLOGÍA PARA LA CONSTRUCCIÓN DE UN PLAN MAESTRO DE TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIONES El desarrollo de un Plan Maestro de Tecnologías de Información y Comunicaciones, PMTIC, se ha convertido
Más detallesAdministración de Proyectos. Basado en el Project Management Body of Knowledge (PMBOK)
Administración de Proyectos Basado en el Project Management Body of Knowledge (PMBOK) PROYECTO Los proyectos son una forma de organizar actividades que no pueden ser tratadas dentro de los límites operativos
Más detallesUNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ CARRION ESCUELA DE POSGRADO
MAESTRIA EN INGENIERIA INDUSTRIAL PERFIL DE COMPETENCIA DEL EGRESADO(A) DE MAESTRIA EN INGENIERIA INDUSTRIAL: 1. Explica y desarrolla la capacidad para el análisis, diseño, simulación y optimización de
Más detallesGUIA 6 TABLA DE CONTENIDO
GUIA 6 Contextualización Recomendaciones Resultados Evidencias Metodología Criterios Actividad de aprendizaje 6 Determinar las políticas de aprovisionamiento, producción y distribución que respondan a
Más detallesISO 9001 Auditing Practices Group Guidance on:
International Organization for Standardization International Accreditation Forum ISO 9001 Auditing Practices Group Guidance on: Auditando el proceso de Diseño y Desarrollo 1. Introducción El objetivo de
Más detallesSIMULACIÓN DE UNA CALCULADORA DE MATEMÁTICA
SIMULACIÓN DE UNA CALCULADORA DE MATEMÁTICA BÁSICA. INITE, S.C. no es responsable del contenido, de la veracidad de los datos, opiniones y acontecimientos vertidos en el presente caso práctico. La finalidad
Más detallesProceso Unificado de Desarrollo de Software. 13 de sep de 2006
Proceso Unificado de Desarrollo de Software 13 de sep de 2006 Referencias básicas El Proceso unificado de desarrollo de Software I. Jacobson, G. Booch y J.Rumbaugh Addison Wesley - Pearson Education 1999
Más detallesLínea de Especialización Control de Sistemas
Línea de Especialización Control de Sistemas 1.- Propósito de la línea de especialización. Profesional con sólida formación teórico-práctica y visión global amplia acerca de diferentes métodos de modelación,
Más detallesIngeniería Aplicada. 6 cuatrimestres Técnico Superior Universitario en Procesos Industriales Área Manufactura Asignaturas Créditos Descripción
ART. 17 BIS F, INFORMACIÓN DIFERENCIADA PARA INSTITUCIONES DE EDUCACIÓN SUPERIOR I. PLANES Y PROGRAMAS DE ESTUDIO X PROGRAMA Área de conocimiento Pefil profesional de quien cursa Ingeniería Aplicada Plantear
Más detallesPROGRAMA DE ESTUDIO. Horas de Práctica
PROGRAMA DE ESTUDIO Nombre de la asignatura: DISEÑO DE EXPERIMENTOS Clave:MAT10 Ciclo Formativo: Básico ( ) Profesional (X) Especializado ( ) Fecha de elaboración: MARZO DE 2015 Horas Semestre Horas semana
Más detallesAdministración de Proyectos de TI
Administración de Proyectos de TI VI Jornadas Universitarias de Sistemas de Información en Salud Lic. Gustavo Sobota Oficina de Proyectos Departamento de Informática en Salud Hospital Italiano de Buenos
Más detallesSupervisión de Servicios de Desarrollo de Software
PymespráTICas Webinar RED-Encuentro Aspectos Clave en la Contratación y Supervisión de Servicios de Desarrollo de Software Ref. Guía de Adquisición MPS.BR que describe un proceso de adquisición de software
Más detallesNombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil
Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes
Más detallesProcesos de investigación y análisis de los resultados. 4 de septiembre de 2015
Procesos de investigación y análisis de los resultados 4 de septiembre de 2015 El proceso cualitativo Idea Elaboración del reporte de los resultados Planteamiento del problema Interpretación de los resultados
Más detallesUNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE CIENCIAS EMPRESARIALES: PROGRAMA DE PREGRADO MAPA DE COMPETENCIAS
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE CIENCIAS EMPRESARIALES: PROGRAMA DE PREGRADO MAPA DE S MISIÒN: Somos una facultad de alta calidad académica, formada por un equipo pluralista y tolerante
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ FACULTAD DE CIENCIAS E INGENIERÍA ESPECIALIDAD DE INGENIERÍA INFORMÁTICA Índices Base para Proyectos de Tesis en Ingeniería Informática Versión 1.2 ELABORADO POR:
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA FORMULACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA FORMULACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA ADMINISTRACIÓN 1. Competencias Administrar
Más detallesLABORATORIO DE INTERACCION HUMANO COMPUTADORA MANUAL DE PRÁCTICAS. Practica #1. Identificación del proyecto a Desarrollar
Practica #1 Identificación del proyecto a Desarrollar El alumno definirá el Proyecto a Desarrollar tomando en cuenta las 8 disciplinas que involucra la Interacción Humano Computadora Disciplinas: Computación,
Más detallesFuente: Ian Sommerville. Ingeniería del Software, Séptima Edición
1. MODELOS DEL PROCESO SOFTWARE El modelo de proceso de desarrollo de software es quizás la pieza más importante de este engranaje conocido como ingeniería de software. Existen varios modelos para el proceso
Más detallesMODELO DE PROCESO PARA ELICITACIÓN DE REQUERIMIENTOS EN PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN
Reporte Técnico GEMIS-TD-2017-06-RT-2017-06 MODELO DE PROCESO PARA ELICITACIÓN DE REQUERIMIENTOS EN PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN María Florencia Pollo-Cattaneo 1,5, Patricia Pesado 2, Paola
Más detallesTeoría de sistemas. Unidad 6. Modelado organizacional o de negocios y Requisitos. M. en I. Sara Vera Noguez.
Teoría de sistemas Unidad 6. Modelado organizacional o de negocios y Requisitos M. en I. Sara Vera Noguez. 1 Universidad Autónoma del Estado de México Material didáctico multimedia, Sólo visión El Modelado
Más detallesUNIVERSIDAD POLITÉCNICA DE MADRID INSTITUTO TECNOLÓGICO BUENOS AIRES
UNIVERSIDAD POLITÉCNICA DE MADRID INSTITUTO TECNOLÓGICO BUENOS AIRES TESIS DE MAGISTER EN INGENIERÍA DEL SOFTWARE MÉTODO DE ESTIMACIÓN DE ESFUERZO PARA PROYECTOS DE EXPLOTACIÓN DE INFORMACIÓN. HERRAMIENTA
Más detallesCONCEPTOS BASICOS DE CALIDAD
CONCEPTOS BASICOS DE CALIDAD Tener en cuenta Uso de equipos de comunicación Utilización del tiempo Intervenciones constructivas Finalidad Alcanzar Calidad en la Gestión de la Institución Educativa, con
Más detallesframelogic marco lógico según la Agencia Internacional de Desarrollo (US-AID) zopp
framelogic marco lógico según la Agencia Internacional de Desarrollo (US-AID) zopp ZielOrientierte ProjektPlanung" Planificación de Proyectos orientada a Objetivos según Deutsche Gesellschaft für TechnischeZusammenarbeit
Más detallesEl Enfoque del Marco Lógico L a las ENDES. Introducción. Banco Mundial. Octubre, Programa MECOVI-Banco Mundial
El Enfoque del Marco Lógico L aplicado a las ENDES Introducción José R. Molinas Vega Banco Mundial Octubre, 2005 EL MARCO LÓGICO Una herramienta para fortalecer el Diseño, la Ejecución y la Evaluación
Más detallesRational Unified Process
Rational Unified Process 1 Qué es un Proceso? Un proceso define Quién está haciendo Qué, Cuándo y Cómo para lograr un cierto objetivo. En la ingeniería de software el objetivo es construir un producto
Más detallesUbicación de la asignatura. Presentación de la asignatura. Propósito de la asignatura. Desarrollando proyectos. Asignaturas relacionadas
ESTADÍSTICA Y PROBABILIDAD CUARTO SEMESTRE ÁREA: MATEMÁTICAS Ubicación de la asignatura Se encuentra dentro del bloque de las asignaturas básicas del Bachillerato Digital correspondiente al cuarto semestre.
Más detallesPlan Informático II. APLICACIÓN
I N S T I T U T O N A C I O N A L D E E S T A D Í S T I C A Y C E N S O S D I R E C C I O N D E D E S A R R O L L O T E C N O L Ó G I C O E S T A D Í S T I C O Plan Informático I. PROPOSITO Presentar un
Más detallesCarrera: Licenciatura en Sistemas. Materia: INGENIERIA DE SOFTWARE II. Profesor Asociado: Mg. Eduardo Diez
Carrera: Licenciatura en Sistemas Materia: INGENIERIA DE SOFTWARE II Profesor Asociado: Mg. Eduardo Diez Instructor JTP: Lic. Roberto García Año: 2011 Cuatrimestre: Primer - 1 - Fundamentación de la Asignatura:
Más detallesMetodología 3. METODOLOGIA
3. METODOLOGIA El uso del Mantenimiento Centrado en Confiabilidad (MCC) consiste en la aplicación de una serie de pasos apoyados en la utilización de diversas herramientas para alcanzar la confiabilidad
Más detallesLAS 14 AREAS TEMATICAS DE LA COMPUTACIÓN
En los años 1986-1989 la ACM(Association for Computing Machinery) y la IEEE (Institute for Electrical and Electronic Engineers)Computer Society : Peter Denning y otros definen la Informática como disciplina
Más detallesLa era de las decisiones inteligentes: Data Science y Marketing Digital
La era de las decisiones inteligentes: Data Science y Marketing Digital La Ciencia de Datos (Data Science) es una disciplina de reciente aparición que está revolucionando la forma en que se hacen negocios.
Más detallesPROCESOS DE LA DIRECCIÓN DE PROYECTO I N G. C R U C E S H E R N A N D E Z G U E R R A U N I V E R S I D A D A L A S P E R U A N A S
PROCESOS DE LA DIRECCIÓN DE PROYECTO I N G. C R U C E S H E R N A N D E Z G U E R R A U N I V E R S I D A D A L A S P E R U A N A S La dirección de proyectos es la aplicación de conocimientos, habilidades,
Más detallesINGENIERIA DE SOFTWARE I
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H Clave:08USU4053W FACULTAD DE INGENIERÍA DES: Ingeniería Ingeniería en Sistemas Programa(s) Educativo(s): Computacionales en Hardware Tipo de materia:
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN AREA ADMINISTRACIÓN Y EVALUACIÓN DE PROYECTOS
TÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN AREA ADMINISTRACIÓN Y EVALUACIÓN DE PROYECTOS HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Administración de proyectos
Más detallesFACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA SILABO DE TOPICO ESPECIALES DE INGENIERÍA DE SISTEMAS E INFORMÁTICA I. DATOS GENERALES 1.0 Unidad Académica
Más detallesFundamentación. Metodología del Curso. Objetivos Generales
Fundamentación Partiendo de un enfoque sistémico, se puede considerar la mente humana como un sistema cambiante, en el cual los estados del sistema están representados por información proveniente de la
Más detallesProcedimiento para Mantenimiento de Centrales de Generación
Procedimiento para Mantenimiento de Centrales de Generación Objetivo: Establecer los lineamientos para realizar las actividades necesarias para asegurar la funcionalidad de los equipos e infraestructura
Más detallesActividad 1 Conocimiento de Conceptos y Principios
Actividad 1 Conocimiento de Conceptos y Principios Información: Elementos: se refiere a que un sistema de información consiste en 3 elementos: humano, tecnología y organización. En teoría de sistemas,
Más detallesCAPÍTULO V LA PROPUESTA ESTRATEGIAS PARA EL MEJORAMIENTO DE LA GESTION DE PROYECTOCTOS EN EMPRESAS DE CONSTRUCCIÓN CIVIL
CAPÍTULO V LA PROPUESTA ESTRATEGIAS PARA EL MEJORAMIENTO DE LA GESTION DE PROYECTOCTOS EN EMPRESAS DE CONSTRUCCIÓN CIVIL 1. PRESENTACIÓN A continuación se presentan una serie de estrategias para el mejoramiento
Más detallesISO 31000:2018. Antes de decidir a dónde nos llevarán los cambios, usted debe saber en dónde se encuentra.
Antes de decidir a dónde nos llevarán los cambios, usted debe saber en dónde se encuentra. (Contexto interno/externo Objetivos de la organización Las partes interesadas Qué sabe usted? Qué no sabe? Qué
Más detallesIngeniería de Software
Ingeniería de Software 1 Ingeniería de Sistemas Enfoque en variedad de elementos Análisis, diseño y organización de los elementos en un sistema Todo para generar un producto, servicio o tecnología para
Más detallesTécnicas de Pruebas de
Técnicas de Pruebas de Software Lecturas Pruebas de Unidades Pruebas Integración Docente Beatriz E. Florián bflorian@eisc.edu.co Mayo 3 de 2005 Pruebas Reglas de oro para pruebas Límites de Pruebas: Probar
Más detallesTSP. (Team Software Process) Integrantes Díaz Sánchez Dulce Yadira Maldonado Reyes Isai Michelle Reveles Pérez Osvaldo David Escamilla Camargo Alexis
TSP (Team Software Process) Sistemas de calidad en TI 7ITI2 Integrantes Díaz Sánchez Dulce Yadira Maldonado Reyes Isai Michelle Reveles Pérez Osvaldo David Escamilla Camargo Alexis Índice Introducción...
Más detallesFACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA INDUSTRIAL
FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA INDUSTRIAL Código-Materia: 05225 Gerencia de Proyectos en Ingeniería Requisito: Planeación y Control de la Producción Programa Semestre: Ingeniería Industrial
Más detalles