Estudio exploratorio de la aplicación de la ciencia de datos en las materias del ciclo profesional del pensum de la carrera de ingeniería de petróleos de la universidad industrial de santander

dc.contributor.advisorCalvete González, Fernando Enrique
dc.contributor.authorBallesteros Barragán, Brian Ferney
dc.contributor.authorSánchez Rondón, William Felipe
dc.date.accessioned2022-06-08T11:47:53Z
dc.date.available2022-06-08T11:47:53Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractLa ciencia de datos es una disciplina que combina la estadística, las matemáticas y la computación para procesar y analizar grandes volúmenes de datos y extraer información útil de ellos. Promete beneficios muy interesantes que, en general, contribuyen a la toma de decisiones, a la optimización de procesos y a la automatización de tareas; lo anterior se traduce en un incremento de la productividad y una disminución de costos, por lo que diferentes industrias la han estado implementando con el fin de hacer más rentable su actividad económica. La industria petrolera no podría ser la excepción. El presente proyecto de investigación se enfoca en estudiar las posibles aplicaciones de la ciencia de datos en los procedimientos de ingeniería que se realizan en las asignaturas profesionales del programa de ingeniería de petróleos de la UIS. Para ello, se empieza por definir detalladamente los conceptos fundamentales relacionados con esta disciplina; luego, se continúa revisando el pénsum del programa de ingeniería de petróleos y se identifican los procedimientos que son potenciales candidatos para aplicar en ellos técnicas de la ciencia de datos, además, se eligen algunos de esos procedimientos y se proponen ejemplos en los cuales se compara la metodología tradicional y la metodología basada en la previamente mencionada ciencia para llevar a cabo tales procedimientos y los resultados obtenidos con cada una, todo ello apoyándose en estudios publicados en la literatura científica de la industria petrolera; posteriormente, se describe metodológicamente el proceso de implementación de las más importantes técnicas y algoritmos de la ciencia de datos; finalmente, con el propósito de demostrar los beneficios de su aplicación, se presentan algunos casos que se encuentran publicados en diversas revistas científicas de renombre cuyos resultados ponen de manifiesto el potencial de la estudiada disciplina. *
dc.description.abstractenglishData science is a discipline that combines statistics, mathematics, and computing to process and analyze large volumes of data and extract useful information from them. It promises very interesting benefits that, in general, contribute to decision making, process optimization and task automation; this leads to an increase in productivity and a decrease in costs, which is why different industries have been implementing it in order to make their economic activity more profitable. The oil industry could not be the exception. This research project focuses on studying the possible applications of data science in the engineering procedures carried out in the professional subjects of the UIS petroleum engineering program. To do this, it begins by defining in detail the fundamental concepts related to this discipline; then, the pensum of the petroleum engineering program is reviewed and the procedures that are potential candidates for applying data science techniques are identified, in addition, some of these procedures are chosen and examples are proposed in which they are compared the traditional methodology and the methodology based on the aforementioned science to carry out such procedures and the results obtained with each one, all based on studies published in the scientific literature of the oil industry; later, the process of implementation of the most important techniques and algorithms of data science is methodologically described; finally, in order to demonstrate the benefits of its application, some cases, that are published in various renowned scientific journals, are presented and the results of which reveal the potential of the studied discipline.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Petróleos
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/11247
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicoquímicas
dc.publisher.programIngeniería de Petróleos
dc.publisher.schoolEscuela de Ingeniería de Petróleos
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectData Science
dc.subjectMachine Learning
dc.subjectInteligencia Artificial
dc.subjectO&G
dc.subjectRedes Neuronales Artificiales
dc.subjectAlgoritmos
dc.subject.keywordData Science
dc.subject.keywordMachine Learning
dc.subject.keywordArtificial Intelligence
dc.subject.keywordO&G
dc.subject.keywordArtificial Neural Networks
dc.subject.keywordAlgorithms
dc.titleEstudio exploratorio de la aplicación de la ciencia de datos en las materias del ciclo profesional del pensum de la carrera de ingeniería de petróleos de la universidad industrial de santander
dc.title.englishExploratory study of the application of data science in the subjects of the professional cycle of the pensum of the petroleum engineering career of the industrial university of santander
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
183281_licence.pdf
Size:
712.34 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
183281_nota.pdf
Size:
7.64 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
183281_trabajo.pdf
Size:
7.17 MB
Format:
Adobe Portable Document Format