Aplicación de modelos de aprendizaje automático y optimización de parámetros para estimar los ingresos laborales en el Perú

Abstract

En esta tesis se desarrolla una plataforma basada en modelos de aprendizaje automático para estimar los ingresos laborales en Perú. Se emplean datos provenientes de la Encuesta Permanente de Empleo Nacional del INEI de 26 ciudades, la cual constituye la fuente principal y especializada sobre el mercado laboral peruano. Estos datos fueron procesados en SQL y analizados en Power BI y Python. El tratamiento de los datos incluye la aplicación del Análisis de Componentes Principales como técnica de reducción de dimensionalidad. Por cada ciudad, se evalúan cinco modelos de aprendizaje automático: Random Forest, Extra Trees, LightGBM, XGBoost, CatBoost y para cada uno se realizó la optimización de parámetros usando Random Search, Bayesian Optimization y Grid Search obteniendo un total de 22,360 modelos. Con los resultados de cada ciudad se implementa una herramienta interactiva que ofrece estimaciones salariales personalizadas basadas en su perfil socioeconómico. Esta aplicación simplifica el uso de herramientas de aprendizaje automático, ajustándolas a situaciones como la planificación económica y la toma de decisiones en el ámbito laboral. El enfoque metodológico y la innovación tecnológica de este trabajo contribuyen al entendimiento y mejoramiento del análisis del mercado laboral peruano.