Browsing by Author "Hospinal Roman, Oscar David"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Dialogue State Tracking (DST) con IA: De la Teoría a la Práctica - Model MultiTask BERT
    Hospinal Roman, Oscar David
    Este video presenta una investigación innovadora sobre Dialogue State Tracking (DST) utilizando modelos de lenguaje avanzados. El trabajo desarrolla un modelo BERT multitarea para seguimiento del estado del diálogo guiado por esquemas, que integra en una única arquitectura las tareas de predicción de intención, identificación de espacios solicitados y completado de valores. Esta aproximación mejora significativamente sobre enfoques tradicionales que requieren múltiples modelos separados. La metodología incluye una revisión sistemática de literatura basada en artículos científicos de Web of Science y Scopus, seguida por el diseño e implementación del modelo. Se presenta el pipeline completo: preparación del entorno, preprocesamiento de datos, entrenamiento con el conjunto de datos Schema Guided Dialog (SGD) que contiene 21,106 diálogos sobre 20 dominios y 45 servicios, evaluación mediante métricas como precisión de intención activa (Active Intent Accuracy) y precisión de objetivo conjunto (Joint Goal Accuracy), y comparación con modelos baseline. Los resultados demuestran que nuestra implementación supera al sistema SGP-DST, manteniendo alta eficiencia computacional y capacidad para generalizar a nuevos dominios sin reentrenamiento. Las tecnologías empleadas incluyen PyTorch, TensorFlow y Google Colab Transformers. Dirigido por Oscar David Hospinal Roman como Project Leader, este trabajo representa un avance significativo en la interacción humano-máquina y la comprensión del lenguaje natural aplicada a escenarios como reservas de restaurantes y compras de boletos.
  • Thumbnail Image
    Item
    Reducir el tiempo de generación de solicitudes internas de materiales en la gestión de cadena de suministro a través de la integración de la inteligencia artificial y ERP SAP: un enfoque predictivo con Smartreq Assist en la industria de la construcción
    (2024) Hospinal Roman, Oscar David; Cepeda Bernal, Manuel Alejandro ; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    El proyecto se enfoca en la optimización de la cadena de suministro de MAQSA S.A., parte del Holding Salfa Corp S.A., en la industria de la construcción. El objetivo principal es solucionar las ineficiencias en la gestión de materiales y maquinarias, actualmente afectada por procesos manuales y fragmentados que generan demoras y errores frecuentes. El trabajo comienza con un diagnóstico exhaustivo para identificar los principales problemas y cuellos de botella en la cadena de suministro, proponiendo una solución basada en tecnología avanzada. La propuesta incluye el diseño conceptual y la arquitectura de un sistema que integra inteligencia artificial con el ERP existente (SAP) para optimizar la gestión de solicitudes y la predicción de necesidades de materiales. Utilizando la metodología RUP, se desarrolla un Reporte de Especificación de Software (RES) detallado, complementado con un análisis de viabilidad que incluye un análisis financiero del ROI y la relación costo-beneficio. El proyecto culmina en un Prototipo que valida tres capacidades críticas: predicción precisa de necesidades mediante IA, integración fluida con SAP, y visibilidad en tiempo real de las solicitudes. Esta Prototipo es clave para demostrar la reducción de tiempos de procesamiento y la minimización de errores en la cadena de suministro. Los conocimientos aplicados incluyen evaluación y modelado de procesos, metodologías ágiles, análisis de datos con IA, arquitectura en la nube, y evaluación financiera de proyectos, todos adquiridos en el Magíster en Tecnologías de Información y Gestión (MTIG). Los resultados esperados abarcan desde la documentación técnica y el Prototipo funcional hasta una hoja de ruta clara para la implementación completa del sistema en el futuro (RES). La participación del alumno Oscar David Hospinal Roman como Consultor de Gestión de Proyectos en Inteligencia Artificial le permitió aplicar las prácticas y métodos aprendidos en el MTIG. Lideró un equipo multidisciplinario bajo enfoques RUP y Scrum, definiendo objetivos, identificando procesos "As-Is" y "To-Be", y gestionando actividades y flujos. El éxito del proyecto se medirá por la precisión de las predicciones (superior al 95%), la efectividad de la integración con SAP, y la mejora en la visibilidad y trazabilidad de las solicitudes. Estratégicamente, el proyecto posiciona a MAQSA como líder en innovación tecnológica en el sector, con promesas de reducciones significativas en costos operativos y una mejor capacidad de gestión de proyectos complejos. Este enfoque integral no solo aborda las ineficiencias actuales, sino que también prepara a MAQSA para un crecimiento sostenible, mejorando su adaptabilidad a las demandas futuras del mercado y fortaleciendo su posición competitiva en la industria de la construcción.