Modelo de aprendizaje automático para potenciar la gestión del portafolio de proyectos de ti: simplificación mediante Clouderizer en empresas de desarrollo de software de la ciudad de Lima 2023

• Autor: Hayashida Marchinares, Augusto Enrique
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/27326
• Enlace del recurso: https://hdl.handle.net/20.500.12672/27326
• Nivel de acceso: acceso abierto
• Materia: Aprendizaje automático; Gestión de proyectos; https://purl.org/pe-repo/ocde/ford#2.02.04; https://purl.org/pe-repo/ocde/ford#5.08.02

La presente investigación tuvo como propósito determinar si el modelo de aprendizaje automático utilizando Cloudorizer influye en la gestión del portafolio de proyectos de Tecnologías de la Información (TI) en desarrolladores de empresas ubicadas en la ciudad de Lima durante el año 2023. El estudio adoptó un enfoque cuantitativo, descriptivo, transversal y analítico, sin intervención, y se trabajó con dos variables categóricas nominales dicotómicas. Se aplicaron técnicas como la observación, el análisis documental y la encuesta, mediante dos cuestionarios validados por juicio de expertos y cuya confiabilidad fue determinada mediante la prueba KR-20, dado el carácter dicotómico de las variables. Los resultados obtenidos a través de la prueba de independencia condicional de Mantel-Haenszel mostraron una influencia directa del modelo de aprendizaje automático con Cloudorizer sobre la gestión del portafolio de proyectos de TI, con un valor p de 0.003, lo que indica una relación estadísticamente significativa. Asimismo, se propuso un modelo de predicción utilizando regresión Logit, mediante el cual se evidenció una predicción aceptable en términos de tiempo, eficiencia, satisfacción y rentabilidad en la gestión del portafolio de proyectos de TI.