Revisión y automatización de las planillas de un contrato de obra mediante técnicas de machine learning

CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto integrador se centra en la problemática de la revisión manual de planillas de obra en la Fundación Terminal Terrestre de Guayaquil (FTTG), proceso que presenta riesgos operativos y un alto riesgo financiero. Basado en un análisis de la gestión de riesgos y pruebas de auditorías, se busca obtener oportunidades de mejora y desarrollar una herramienta digital que mediante el uso de Machine Learning garantice eficiencia y transparencia en la gestión de los contratos de obra. La metodología aplicada en el proyecto se estructuró en 4 etapas: análisis situacional, evaluación del control interno, análisis de impacto y propuesta de mejora. Para el desarrollo del proyecto se utilizó información relevante del contrato y planillas de la construcción de la Terminal Terrestre Municipal Costa, además de entrevistas con actores claves en la revisión de las planillas de la FTTG. Como propuesta de mejora, se diseñó un prototipo de plataforma digital que automatiza el proceso de revisión mediante el uso de Machine Learning. La propuesta integra diferentes módulos como: carga de archivos en formato PDF y Excel, procesamiento de datos, detección de inconsistencias mediante un modelo predictivo, y un módulo de generación de reportes en formato Word. Se concluye que la implementación de un sistema automatizado es viable y necesario para la FTTG. La plataforma no solo garantiza eficiencia y transparencia en la gestión de contratos, sino que también fortalece el control de los recursos públicos al ofrecer una herramienta ágil y confiable que mejora significativamente los procesos de revisión actuales.

• Главный автор: Aguilar Castillo, Angello Gabriel (author)
• Другие авторы: Carpio Santillán, Luis David (author), González Magallanes, Yessenia Elena, Director (author), Manya Orellana, Marlon Vicente, Profesor de Materia (author)
• Формат: bachelorThesis
• Опубликовано: 2025
• Предметы: Machine Learning; Planillas de obra; COSO ERM 2017; Automatización; Gestión de Riesgo
• Online-ссылка: http://www.dspace.espol.edu.ec/handle/123456789/67527