Por favor, use este identificador para citar o enlazar este ítem: http://www.dspace.espol.edu.ec/handle/123456789/67527
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorAguilar Castillo, Angello Gabriel-
dc.contributor.authorCarpio Santillán, Luis David-
dc.contributor.authorGonzález Magallanes, Yessenia Elena, Director-
dc.contributor.authorManya Orellana, Marlon Vicente, Profesor de Materia-
dc.date.accessioned2026-01-30T18:18:39Z-
dc.date.available2026-01-30T18:18:39Z-
dc.date.issued2025-
dc.identifier.citationAguilar Castillo A.G; Carpio Santillán L.D. (2025) Revisión y automatización de las planillas de un contrato de obra mediante técnicas de machine learning [Proyecto Integrador] Escuela Superior Politécnica del Litorales_EC
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/67527-
dc.descriptionCONDICIONAMIENTO 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.es_EC
dc.description.abstractCONDITION FOR PUBLICATION OF PROJECT. integrative project focuses on the problem of the manual review of construction payrolls at the Fundación Terminal Terrestre de Guayaquil (FTTG), a process that entails operational inefficiencies and significant financial risks. Based on a risk management analysis and audit testing, the project seeks to identify opportunities for improvement and to develop a digital tool that, through the use of Machine Learning, ensures efficiency and transparency in the management of construction contracts. The methodology applied was structured into four stages: situational analysis, internal control evaluation, impact analysis, and improvement proposal. For the development of the project, relevant data from the contract and payrolls of the Municipal Costa Bus Terminal were utilized, complemented by interviews with key stakeholders involved in the payroll review process at FTTG. As part of the improvement proposal, a prototype digital platform was designed to automate the review process through the application of Machine Learning. The platform integrates several modules, including: file uploading in PDF and Excel formats, data processing, inconsistency detection through a predictive model, and automated report generation in Word format. The findings conclude that implementing an automated system is both feasible and necessary for FTTG. The proposed platform not only enhances efficiency and transparency in contract management but also strengthens the oversight of public resources by providing a reliable and agile tool that significantly improves current review processes. Keywords: Machine Learning, Construction Payrolls, COSO ERM 2017, Automation, Risk Managementes_EC
dc.publisherESPOL.FCSHes_EC
dc.subjectMachine Learninges_EC
dc.subjectPlanillas de obraes_EC
dc.subjectCOSO ERM 2017es_EC
dc.subjectAutomatizaciónes_EC
dc.subjectGestión de Riesgoes_EC
dc.titleRevisión y automatización de las planillas de un contrato de obra mediante técnicas de machine learninges_EC
dc.typeThesises_EC
dc.identifier.codigoespolT-115597-
dc.identifier.codigoproyectointegradorADMI-1218-
Aparece en las colecciones: Tesis en Auditoría y Control de Gestión FCSH

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-115597 ADMI-1218 Aguilar-Carpio.pdf1.73 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.