Automatización y Machine Learning en el área de Investigación de Mercado para el banco BBVA Perú
dc.contributor.advisor | Medrano Osorio, Napoleon Adolfo | |
dc.contributor.author | Rubio Suyo, Elizabeth Diana | |
dc.date.accessioned | 2024-11-28T19:32:57Z | |
dc.date.available | 2024-11-28T19:32:57Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Este informe describe las contribuciones de la bachiller Elizabeth Rubio como “Analista de Procesamiento” en el departamento de “Investigación de Mercado” de BBVA Perú. Ella opera dentro del “Área de Operaciones” de Quantico AI, específicamente en la “Oficina de Analistas II”, donde brinda apoyo operativo y estratégico a BBVA Perú. Ha empleado diversas técnicas analíticas y herramientas para optimizar la interpretación y procesamiento de datos, contribuyendo significativamente al desarrollo de proyectos estratégicos. Entre sus logros clave se incluyen la creación de modelos de clustering efectivos, como K-Prototypes, la automatización de cálculos estadísticos mediante VBA, y la implementación de códigos en R y Python, lo que ha mejorado la eficiencia y minimizado los errores en la toma de decisiones. El informe también destaca cómo su formación en la Universidad Nacional Mayor de San Marcos (UNMSM) en Estadística, Econometría, Investigación de Mercados y Finanzas ha sido fundamental para abordar desafíos profesionales complejos. La habilidad para combinar herramientas de software avanzadas como R, Python y Excel, junto con su sólida formación teórica, le ha permitido resolver eficazmente problemas analíticos en distintos proyectos de investigación. Finalmente, el informe recomienda que la Facultad de Economía de la UNMSM continúe promoviendo la enseñanza de análisis de datos avanzados y explore la integración de áreas emergentes como el machine learning y el big data. Estas disciplinas enriquecerán el perfil profesional de los graduados y les proporcionarán las habilidades necesarias para enfrentar un entorno empresarial en rápida evolución. | |
dc.format | application/pdf | |
dc.identifier.citation | Rubio, E. (2024). Automatización y Machine Learning en el área de Investigación de Mercado para el banco BBVA Perú. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Económicas, Escuela Profesional de Economía]. Repositorio institucional Cybertesis UNMSM. | |
dc.identifier.uri | https://hdl.handle.net/20.500.12672/24160 | |
dc.language.iso | spa | |
dc.publisher | Universidad Nacional Mayor de San Marcos | |
dc.publisher.country | PE | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.subject | Automatización | |
dc.subject | Aprendizaje automático (Inteligencia artificial) | |
dc.subject | Investigación de Mercados | |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.02.01 | |
dc.title | Automatización y Machine Learning en el área de Investigación de Mercado para el banco BBVA Perú | |
dc.type | info:eu-repo/semantics/bachelorThesis | |
renati.advisor.dni | 07428867 | |
renati.advisor.orcid | https://orcid.org/0000-0002-0899-8659 | |
renati.author.dni | 74154396 | |
renati.discipline | 311016 | |
renati.juror | Anicama Pescoran, Juan Eleazar | |
renati.juror | Diaz Lima, Cesar Augusto | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | |
renati.type | https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional | |
sisbib.juror.dni | 25527550 | |
sisbib.juror.dni | 06255457 | |
thesis.degree.discipline | Economía | |
thesis.degree.grantor | Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Económicas. Escuela Profesional de Economía | |
thesis.degree.name | Economista |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- C3097_2024_Rubio_se_AUTORIZACION.pdf
- Size:
- 168.28 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- C3097_2024_Rubio_se_REPORTE.pdf
- Size:
- 9.05 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: