Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)Lamos Diaz HenryPérez Mantilla Laura LicethDuarte Pinto Luis Miguel2024-02-282024-02-282024-02-192024-02-19https://noesis.uis.edu.co/handle/20.500.14071/15899Título: Seguimiento a los egresados del programa Ingeniería Industrial de la Universidad Industrial de Santander usando técnicas de minería de datos y aprendizaje automático para la ventana de tiempo 2019 al 2022* Autor: Luis Miguel Duarte Pinto** Palabras Clave: Ingeniería industrial, fortalezas, debilidades, perfil del egresado, egresado Descripción: En el presente trabajo de investigación se realiza el perfil del egresado del ingeniero industrial mediante el análisis de variables con la aplicación de una encuesta estructurada y semiestructurada a fin de determinar la calidad de vida, aplicación de los conocimientos adquiridos desde la academia, estabilidad laboral y económica, proyecciones laborales y capacidades y la pertinencia de la formación respecto a los nuevos retos, para la investigación se ejecutó un estudio de análisis de sensibilidad según las recomendaciones y debilidades del PEP, análisis por conglomerados para conocer los grupos y perfiles totales y las diferencias en cada género, uso de nube de palabras para destacar el impacto y la incidencia del programa en el entorno social y en la disciplina de la ingeniería industrial, así como la de generar mecanismos de seguimiento y logros de los graduados respecto al desempeño, participación e impacto para la toma de decisiones del programa.application/pdfspainfo:eu-repo/semantics/openAccessIngeniería Industrialfortalezasdebilidadesperfil del egresadoegresadoSeguimiento a los egresados del programa de Ingeniería Industrial de la Universidad Industrial de Santander usando técnicas de minería de datos y aprendizaje automático para la ventana de tiempo 2019 al 2022Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coIndustrial engineeringstrengthsweaknessesgraduate profilegraduateMinotoring of graduates of the Industrial Engineering program of the Industrial University of Santander using data mining and machine learning techniques for the time window 2019 to 2022http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)