Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Calvete González, Fernando EnriqueBallesteros Barragán, Brian FerneySánchez Rondón, William Felipe2022-06-082022-06-0820212021https://noesis.uis.edu.co/handle/20.500.14071/11247La 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. *application/pdfspainfo:eu-repo/semantics/openAccessData ScienceMachine LearningInteligencia ArtificialO&GRedes Neuronales ArtificialesAlgoritmosUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coData ScienceMachine LearningArtificial IntelligenceO&GArtificial Neural NetworksAlgorithmshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)