Técnicas de Machine Learning aplicadas en el seguimiento de egresados universitarios: explorando el acceso al mercado laboral y la movilidad social

Abstract

Esta monografía tiene como objetivo proponer recomendaciones para el diseño de un modelo de Machine Learning para el seguimiento de egresados universitarios, su inserción en el mercado laboral y su movilidad social. Para lo cual, se lleva a cabo una revisión bibliográfica que permite identificar tendencias y patrones en la trayectoria profesional de los graduados universitarios, así como para evaluar las contribuciones, limitaciones y desafíos en este ámbito. Al aplicar un análisis de datos y de herramientas de Machine Learning, se busca no solo comprender los factores determinantes que influyen en la empleabilidad y la movilidad social de los egresados, sino también desarrollar soluciones predictivas que impulsen su éxito profesional y social en un entorno laboral dinámico. Los hallazgos de este estudio informan sobre la situación actual de los egresados universitarios y destacan la relevancia de las técnicas de ciencia de datos para orientar el diseño e implementación de políticas universitarias centradas en el seguimiento y apoyo efectivo de los graduados en su trayectoria profesional, lo cual crea posibilidades para la implementación de políticas más efectivas y dirigidas, que puedan responder de manera más precisa a las necesidades y desafíos que enfrentan los egresados en su camino hacia el éxito laboral y social.