Machine learning para la gestión de recursos humanos en el sector de construcción

• Autores: Sánchez Martinez, Luis Miguel, Castro Quicaño, Katheryne Lucero
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/175556
• Enlace del recurso: https://hdl.handle.net/20.500.12692/175556
• Nivel de acceso: acceso abierto
• Materia: ML; GRH; Indicadores clave de desempeño (KPIs); Control de asistencia; Automatización; https://purl.org/pe-repo/ocde/ford#2.02.04

La innovación tecnológica ha sido adoptada en diversos sectores organizacionales, y este proyecto no es la excepción. Se propone implementar tecnología de ML en la GRH en empresas del sector construcción e infraestructura. Para sustentar esta propuesta, se investigaron casos reales que evidencian los beneficios de dicha innovación, como la mejora en la TDD y en la eficiencia de la gestión del personal. El proyecto siguió una metodología basada en la recolección de datos de los trabajadores, encontrando una relación significativa entre ML y GRH. Los resultados estadísticos mostraron una mejora en la asistencia y una reducción del ausentismo tras la implementación del sistema. Además, se incorporó el análisis de las tardanzas, lo que permitió obtener información relevante para la TDD. Para validar estos resultados, se aplicaron pruebas estadísticas como Shapiro-Wilk y Wilcoxon, confirmando diferencias significativas en varios indicadores. En conjunto, los hallazgos respaldan que el uso de tecnologías basadas en IA es una estrategia eficaz para optimizar la gestión del capital humano en el sector construcción, promoviendo una supervisión más eficiente y basada en evidencia.