Our purpose is to manage, preserve, and disseminate all the intellectual, scientific, and historical production of our university community.
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Diseño de una arquitectura para la automatización de ofertas comerciales en la empresa Infraestructura Virtual SAS
(Pontificia Universidad Javeriana Cali, 2026) Cordoba Zúñiga, Ricardo Daniel; Mora Cardona, Mario Julián
Este proyecto presenta el diseño de una arquitectura de software orientada a automatizar la generación de ofertas comerciales en la empresa Infraestructura Virtual SAS. La propuesta surge como respuesta a problemáticas identificadas en el proceso de preventa, tales como tiempos variables de elaboración, dispersión documental y dependencia del conocimiento individual en la preparación de propuestas. La solución propone una arquitectura basada en la nube que integra modelos de inteligencia artificial generativa y un enfoque de recuperación y generación aumentada (RAG) para reutilizar información histórica de manera estructurada. El sistema diseñado permite asistir la elaboración de documentos comerciales, estandarizar estructuras de propuesta y facilitar la incorporación de datos previamente registrados, reduciendo la necesidad de reconstrucción manual de información. El trabajo se centra en el diseño y evaluación arquitectónica de la solución, incorporando mecanismos explícitos para soportar atributos de calidad como seguridad, rendimiento y fiabilidad. La arquitectura fue analizada mediante escenarios de calidad y el método SAAM, y validada parcialmente a través de una prueba de concepto funcional en entorno controlado. Como resultado, se obtiene una arquitectura documentada y evaluada que integra capacidades generativas bajo un enfoque desacoplado y gobernado, constituyendo una base técnica para futuras implementaciones orientadas a mejorar la eficiencia operativa y la sostenibilidad tecnológica de la organización.
Implementación de un sistema automatizado de reentrenamiento mediante la detección de data drift en un ciclo MLOps para entornos Big Data
(Pontificia Universidad Javeriana Cali, 2026) Castro Clavijo, Leyton Jean Piere; Buitrago Carmona, Felipe
El presente proyecto propone un sistema automatizado de reentrenamiento de modelos de machine learning que responde a la detección temprana del data drift en entornos Big Data. En la actualidad, las organizaciones enfrentan pérdidas promedio de 12,9 millones de USD anuales por mala calidad de datos y 4,88 millones por brechas de información (Gartner Inc., 2024; IBM Newsroom, 2024), lo que evidencia la necesidad de soluciones que garanticen precisión, continuidad y resiliencia en sistemas basados en datos. El sistema desarrollado monitorea de forma continua los flujos de entrada de los modelos en producción; cuando identifica desviaciones estadísticamente significativas en las distribuciones de los datos (mediante pruebas Kolmogorov Smirnov, χ 2 y PSI), activa un pipeline automatizado que reentrena, valida y despliega una nueva versión del modelo. Este ciclo garantiza modelos actualizados, trazables y auditables, capaces de mantener su exactitud predictiva en condiciones de cambio. La arquitectura, basada en prácticas MLOps, integra tecnologías abiertas como Docker para contenerización, Spark para procesamiento distribuido, Jenkins para orquestación CI/CD y MLflow para versionado y trazabilidad del ciclo de vida del modelo. Los experimentos realizados en escenarios con y sin drift muestran que el sistema detecta las desviaciones con latencias operativas subminuto, ejecuta reentrenamientos autónomos y recupera completamente el desempeño del modelo: el F1-score inicial (≈ 0.83) retorna a 1.0 tras la actualización automática, evidenciando la eficacia del esquema de detección y respuesta. Estos resultados confirman que la automatización reduce significativamente la intervención humana, mejora la estabilidad operativa y evita degradaciones prolongadas del modelo, aportando un flujo reproducible de detección → respuesta → verificación. En términos de impacto, el proyecto contribuye a los ODS 8, 9 y 12: impulsa eficiencia y productividad mediante automatización inteligente (ODS 8), fortalece la infraestructura analítica y la innovación digital (ODS 9), y promueve la sostenibilidad operativa al reducir retrabajos, riesgos y desperdicio computacional (ODS 12).
Herramienta digital orientada a la apropiación de las técnicas para ejercitar las habilidades lectoras
(Pontificia Universidad Javeriana Cali, 2026) Quimbaya Orozco, John Fredy; Sarria Montemiranda, Gerardo Mauricio
Esta investigación se centró en el diseño de una herramienta digital interactiva que permitiera el aprendizaje para el fortalecimiento de habilidades de lectura en estudiantes universitarios. Las estrategias interactivas permiten a los usuarios apropiarse de técnicas y habilidades para mejorar el nivel de lectura requerido en la educación superior. El objetivo fue desarrollar una herramienta digital orientada a la apropiación de las técnicas para ejercitar las habilidades lectoras. Se diseñó una metodología de tipo exploratorio, en la que se realizó un proceso de diseño de software con aplicación de las técnicas de lectura, partiendo de los requerimientos identificados y definiendo el modelo de la arquitectura y los productos para el diseño del aplicativo. Los resultados del estudio muestran que la arquitectura de software actúa como la memoria estructural del sistema, documentando las decisiones y definiendo los componentes y las relaciones necesarias para establecer, desde el diagrama, sus especificaciones y descripciones técnicas que facilitan la comunicación entre el software y los usuarios. La fase de evaluación complementa este registro al verificar que la arquitectura cumple con los requerimientos y estándares, permitiendo identificar mejoras y garantizar la calidad del producto final.
Diseño de procesos de Integración Continua mediante la organización de pruebas automatizadas para lograr una retroalimentación oportuna
(Pontificia Universidad Javeriana Cali, 2026) Burbano Castillo, Andrés Felipe; Chavarriaga Lozano, Jaime Alberto
En la actualidad, muchas organizaciones dependen de pruebas automatizadas y procesos de integración continua para asegurar la calidad de sus productos de software. Sin embargo, en estos entornos, suele ocurrir que la ejecución completa de todas las pruebas requiere tiempos prolongados, incluso cuando se hacen cambios pequeños o triviales en el código. Esto genera desmotivación en los desarrolladores, quienes tienden a evitar la ejecución frecuente del pipeline o incluso la creación de nuevas pruebas, por temor a incrementar aún más los tiempos de integración. Esta situación afecta directamente la oportunidad de la retroalimentación, un factor determinante para mantener la calidad y velocidad en ciclos ágiles de desarrollo. Este proyecto plantea una alternativa a esta problemática mediante un modelo de ejecución segmentada de pruebas automatizadas, en el cual no es necesario ejecutar la totalidad de las pruebas en cada evento del flujo de desarrollo. La propuesta parte de un análisis de los diferentes “momentos” del proceso, por ejemplo, la creación de Pull Requests hacia ramas de características (feature), la integración hacia ramas de liberación (release) y la construcción nocturna (nightly build), y define las necesidades de retroalimentación asociadas a cada uno de ellos. A partir de este análisis se clasifican las pruebas automatizadas y se diseñan distintos flujos de integración continua que ejecutan únicamente las pruebas más relevantes para cada etapa, reduciendo así la redundancia y el consumo innecesario de tiempo y recursos. Como resultado de este proceso se construyó una matriz que relaciona fases del desarrollo, tipos de prueba y tiempos esperados de respuesta, lo cual permitió formalizar un criterio consistente de selección de pruebas. Esta matriz sirvió como base para implementar un conjunto de pipelines YAML parametrizado en Azure DevOps, capaces de seleccionar dinámicamente las pruebas según la rama, el tipo de cambio o el módulo afectado. La propuesta se evalúo en una empresa de desarrollo que construye aplicaciones que se comercializan a nivel mundial y cuyas pruebas pueden tomar varias horas. En esta empresa, en los escenarios donde solo se modificaba un módulo específico, la ejecución focalizada de pruebas mostró una reducción significativa en los tiempos de retroalimentación durante la validación de Pull Requests, sin afectar la calidad de los entregables ni la cobertura esperada de validación. La evaluación cualitativa, realizada con el jefe del área de DevOps, permitió validar los beneficios percibidos y, a la vez, identificar nuevas oportunidades de mejora. Aunque el filtrado por módulo reduce el tiempo de ejecución de pruebas, se observó que, cuando varios módulos con pipelines independientes se modifican simultáneamente, cada pipeline replica el proceso completo de infraestructura, generando ejecuciones en cascada que incrementan el tiempo total de integración. Este hallazgo destaca la necesidad de evolucionar hacia enfoques basados en orquestadores o infraestructuras compartidas que permitan mantener la segmentación sin incrementar los costos de construcción. Entre las lecciones aprendidas se destaca la importancia de definir métricas claras de retroalimentación desde el inicio, mantener consistencia en las ramas y disparadores, y minimizar configuraciones manuales para evitar errores humanos. Finalmente, se concluye que la percepción del equipo respecto a la utilidad y fluidez del pipeline es tan relevante como las métricas técnicas al evaluar la efectividad de un proceso de integración continua, especialmente en entornos colaborativos y de alta frecuencia de entrega.
Diseño de una arquitectura de referencia para hubs de pago en el contexto del comercio electrónico mediante la adopción de buenas prácticas de eficiencia del rendimiento y seguridad del AWS Well‑Architected Framework
(Pontificia Universidad Javeriana Cali, 2026) Guerrero Ome, Julián Andrés; Estrada Esponda, Royer David
Este proyecto propone el diseño de una arquitectura de referencia para hubs de pago en el contexto del comercio electrónico, integrando las mejores prácticas documentadas para los pilares de eficiencia del rendimiento y seguridad del AWS Well-Architected Framework, con el fin de garantizar que el diseño arquitectónico cumpla con los estándares más altos de rendimiento y seguridad. La arquitectura aborda el aumento significativo de las transacciones digitales y la necesidad de sistemas de pago rápidos, convenientes, seguros y adaptables a las demandas fluctuantes. Integrando las capacidades de infraestructura en la nube de AWS, esta arquitectura pretende optimizar las operaciones de pago mientras asegura que medidas de seguridad robustas estén implementadas. El enfoque del proyecto involucra un examen detallado de los desafíos actuales y los requisitos técnicos, utilizando los servicios de AWS para satisfacer eficazmente las necesidades de eficiencia del rendimiento y seguridad. El resultado anticipado es una arquitectura de pago escalable, segura y eficiente que se adhiere a las mejores prácticas y requisitos regulatorios, estableciendo un punto de referencia en el panorama de los pagos digitales.