Algunas tesis de nuestros graduados

Dalla Via Monti, Josefina: A Machine Learning Approach for Prediction of Hospital Bed Availability, 2020.

“En mi tesis abordé un típico problema de operaciones, como es la gestión de camas de internación en un centro de salud, desde una perspectiva de Machine Learning. Los conocimientos técnicos adquiridos durante la maestría me permitieron construir un modelo de aprendizaje automático para predecir la probabilidad de que un paciente sea dado de alta. La solución diseñada da respuesta a una necesidad fundamental del negocio: contar con un forecast del nivel de camas a liberarse para optimizar su asignación y garantizar los niveles de ocupación que hacen a una operación eficiente. La herramienta resultó ser de sumo interés para el equipo de Operaciones del sanatorio en cuestión y hoy en día se está tratando su implementación a escala real.”

García Aramouni, Nicolás: Balanceando objetivos de negocio y eficiencia: un nuevo modelo de scheduling para la Liga Argentina de Básquet utilizando Programación Lineal Entera Mixta, 2020.

"Por más que el modelo actual de fixture de la Liga Nacional de Básquetbol intenta imitar al de la NBA, hay varias diferencias de contexto y situación económica entre ambas ligas que hacen pensar que esta no es la mejor decisión. El trabajo propone un nuevo sistema de scheduling para la Liga Nacional utilizando técnicas de Programación Lineal Entera Mixta y considerando nuevos objetivos de negocio para llegar a una solución eficiente y con un mejor resultado económico global."

Irala, María Eugenia: Marketing de Influencers en Instagram: Un framework para encontrar la mejor estrategia de marketing basado en algoritmos de clustering de influencers y similitud con el público objetivo, 2020.

“Este trabajo de tesis se centra en investigar si la similitud entre los influencers y sus seguidores tiene un impacto en los resultados de negocio de las empresas, haciendo uso de técnicas avanzadas de análisis de datos. Utilizando la temática de la legalización del aborto en la Argentina, se analiza el efecto que tiene la similitud ideológica entre el influencer y el potencial seguidor sobre la disposición a pagar, comprar, recomendar y republicar productos.”

Tralice, Franco: Predicción de Churn de Seguros con LightGBM, 2019.

“En esta tesis se busca, mediante el uso de algoritmos de machine learning con ensamble de árboles, predecir el comportamiento de los clientes en una empresa de seguros. De esta manera se pueden detectar con anticipación a aquellos que optarán por dar de baja la suscripción (customer churn), y poder actuar en consecuencia, con el fin de mantenerlos como afiliados.”