Sporala red del conocimiento
EN
Pontificia Universidad Javeriana

Maestría en Inteligencia Artificial · 2023

Predicción de la deserción y empleabilidad en los semilleros de talento

Solo ficha. El repositorio marca este trabajo como «De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.

Resumen

El comportamiento del mercado laboral en Colombia presenta retos tanto para la oferta como para la demanda laboral. Según una encuesta realizada por ManpowerGroup, el 76% de los empleadores ha manifestado tener dificultades para cubrir puestos de trabajo. Dentro de las causas identificadas por la firma se resalta la falta de conexión entre las necesidades de las empresas y la formación actual del talento humano. Como respuesta a esta problemática, han surgido los semilleros de talento, los cuales buscan reducir la desconexión a través de una educación ágil, adaptada a las necesidades del sector productivo y complementaria a la educación tradicional. No obstante, factores como la deserción en los procesos de formación impactan negativamente las tasas de empleabilidad dentro de los semilleros. En este proyecto se describe la implementación de una Inteligencia Artificial (IA), compuesta por dos modelos capaces de predecir la empleabilidad y la deserción de los participantes de un semillero de talento. Como variables predictoras se utilizó principalmente información psicológica perteneciente a once dimensiones comportamentales. Para el entrenamiento de estos modelos se emplearon diferentes técnicas de aprendizaje de máquina evaluadas mediante la métrica F1-Score. Para el caso de la deserción, el modelo con mejor desempeño se basó en la técnica Light Gradient Boosting, que logró un desempeño del 66.7%. Para el caso de la empleabilidad, el mejor modelo se basó en la técnica Extreme Gradient Boosting, que logró un desempeño aproximado del 80%.

Palabras clave