MODELO PARA PREDECIR EL ÉXITO
PROFESIONAL EN EGRESADOS DE LA UNS
MEDIANTE APRENDIZAJE AUTOMÁTICO
BASADO EN DATOS ACADÉMICOS Y
SOCIOECONÓMICOS
MODEL FOR PREDICTING PROFESSIONAL SUCCESS IN UNS
GRADUATES TRHOUGH MACHINE LEARNING BASED ON
ACADEMIC AND SOCIOECONOMIC DATA
Johan Max Alexander López Heredia
Universidad Nacional del Santa, Perú
pág. 4089
DOI: https://doi.org/10.37811/cl_rcm.v10i1.22531
Modelo para Predecir el Éxito Profesional en Egresados de la UNS
mediante Aprendizaje Automático basado en Datos Académicos y
Socioeconómicos
Johan Max Alexander López Heredia
1
jlopez@uns.edu.pe
https://orcid.org/0009-0003-1653-5835
Universidad Nacional del Santa
Perú
RESUMEN
El estudio que precede a este artículo tuvo como objetivo desarrollar un modelo predictivo basado en el
aprendizaje automático para estimar el grado de correlación entre el éxito profesional de egresados de
la Escuela Profesional de Ingeniería de Sistemas e Informática de la UNS y sus características
académicas y socioeconómicas. Se recopilaron datos académicos, socioeconómicos y laborales
relacionados a las variables de estudio. Tras el pre procesamiento de variables, se aplicaron técnicas de
oversampling y se entrenaron algoritmos de aprendizaje automático (Random Forest, XGBoost y
MLPClassifier). La población se conformó por 825 egresados de la carrera profesional y la muestra
intencional, por 96 de ellos. Los resultados evidenciaron que Random Forest y XGBoost alcanzaron
precisión y macro F1-score del 100% en validación y prueba, superando el umbral del 80% inicialmente
propuesto. Además, la importancia de variables subraya que factores como estudios de posgrado y
certificaciones, pesan más que la nota promedio en la predicción del éxito. Con ello se confirmó la
hipótesis de que la conjunción de datos académicos y socioeconómicos permite anticipar el nivel de
éxito, ofreciendo a la UNS una herramienta de diagnóstico y acción para fortalecer la inserción laboral
y la formación continua de sus estudiantes.
Palabras clave: aprendizaje automático, éxito profesional, modelo predictivo, egresados universitarios,
empleabilidad
1
Autor principal
Correspondencia: jlopez@uns.edu.pe
pág. 4090
Model for Predicting Professional Success in UNS Graduates trhough
Machine Learning based on Academic and Socioeconomic Data
ABSTRACT
The study preceding this article aimed to develop a machine learning-based predictive model to estimate
the correlation between professional success of graduates from the Professional School of Systems and
Informatics Engineering at UNS and their academic and socioeconomic characteristics. Academic,
socioeconomic, and employment data related to study variables were collected. After variable
preprocessing, oversampling techniques were applied and machine learning algorithms (Random Forest,
XGBoost, and MLPClassifier) were trained. The population comprised 825 graduates, with an
intentional sample of 96. Results showed that Random Forest and XGBoost achieved 100% precision
and macro F1-score in validation and testing, exceeding the initially proposed 80% threshold.
Furthermore, feature importance analysis revealed that factors such as postgraduate studies and
certifications weigh more than grade point average in predicting success. This confirmed the hypothesis
that combining academic and socioeconomic data enables anticipating success levels, providing UNS
with a diagnostic and action tool to strengthen labor market insertion and continuous education for its
students.
Keywords: machine learning, professional success, predictive model, university graduates,
employability
Artículo recibido 15 diciembre 2025
Aceptado para publicación: 19 enero 2026
pág. 4091
INTRODUCCIÓN
El éxito profesional de egresados universitarios se entiende de acuerdo a lo versado por diversos autores
como la confluencia de distintos factores, para Baquero Pérez y Ruesga (2019), en primer lugar, el éxito
profesional se manifiesta a través de la obtención de un empleo estable, medido a través del tipo de
contrato, siendo los indefinidos un indicador de mayor éxito. Asimismo, considera el nivel salarial,
donde ubicarse en rangos superiores indica un mayor logro en el ámbito laboral. Otro factor relevante
es la adecuación del empleo a la formación recibida, es decir, desempeñar un trabajo acorde al nivel
educativo completado. Del mismo modo, el tipo de jornada laboral resulta significativo, siendo más
exitoso obtener un trabajo a tiempo completo. Finalmente, la satisfacción con el trabajo realizado
también constituye un determinante del éxito profesional. Por su parte, Lavado et al. (2014) enfatiza en
aspectos menos tangibles del éxito profesional, como la capacidad de innovar, adaptarse a las
tecnologías emergentes y contribuir al desarrollo tecnológico del país. Asimismo, el reconocimiento por
parte de la comunidad profesional, la participación en proyectos significativos con impacto social
positivo y la formación continua constituyen elementos que enriquecen la concepción del éxito en la
vida profesional.
Los egresados universitarios que aspiran al éxito profesional enfrentan múltiples dificultades para
insertarse al mundo laboral, tales como la falta de experiencia, escasa empleabilidad, inadecuación de
competencias, bajos salarios iniciales, entre otras. Asimismo, existen persisten brechas significativas
entre egresados de universidades públicas y privadas en términos de oportunidades laborales y
remuneración. Para mejorar la transición al mundo laboral se requieren reformas en el sistema educativo,
mayor conexión entre universidades y centros laborales, y programas de inserción y capacitación laboral
para egresados (Yamada et. al, 2013)
En la Universidad Nacional del Santa el seguimiento del desempeño profesional de los egresados se
realiza de manera manual con procesos lentos y datos dispersos que no permiten identificar
oportunamente los factores que influyen en éxito laboral. Esta situación limita la capacidad institucional
de la UNS para implementar estrategias de apoyo temprano y programas personalizados. Si bien se han
desarrollado modelos predictivos para estimar el rendimiento académico, son escasos los enfocados en
el éxito profesional posterior al egreso (Hung, et. al., 2012), y no se disponía de un modelo predictivo
pág. 4092
específico para los egresados de la UNS que integre variables académicas y socio económicas (López
et. al., 2019).
Ante esta problemática, la presente investigación buscó desarrollar un modelo predictivo basado en
aprendizaje automático que permita estimar el grado de correlación entre el éxito profesional de los
egresados de la Escuela Profesional de Ingeniería de Sistemas e Informática de la UNS y sus
características académicas y socioeconómicas. El propósito fue construir una herramienta que alcance
alta precisión y que además permita identificar claramente qué factores académicos y socio económicos
son determinantes en el éxito profesional superando las limitaciones de los procesos manuales y datos
dispersos que caracterizaban el seguimiento institucional tradicional.
Asimismo, se pretendió que los hallazgos obtenidos contribuyan a la optimización de las estrategias
educativas y programas de apoyo estudiantil de la institución. El modelo desarrollado aspira a servir
como un sistema de diagnóstico y acción que permita a la UNS identificar tempranamente a estudiantes
con alto potencial de éxito profesional brindándoles mentorías y oportunidades especializadas así como
detectar aquellos que podrían enfrentar dificultades en su inserción laboral para diseñar intervenciones
oportunas que fortalezcan su formación continua y vinculación en el mercado laboral.
La aplicación de técnicas de aprendizaje automático en el ámbito educativo representa una oportunidad
para trascender el análisis descriptivo tradicional (fichas socioeconómicas, encuestas a egresados) hacia
un enfoque predictivo que permita anticipar resultados y tomar decisiones informadas (Peña-Ayala,
2014). Este enfoque se alinea con Ley N° 30220, Ley Universitaria en el Perú, que insta a las
universidades a evaluar el desempeño de sus egresados para elevar la calidad educativa, así también lo
dice el Plan Nacional de Educación Superior y Técnico-Productiva 2021-2025 que promueve una
educación superior inclusiva y equitativa (MINEDU, 2021).
Diversos estudios han aplicado técnicas de aprendizaje automático para predecir resultados académicos
y laborales de estudiante suniversitarios. Baffa et. al. (2023) desarrollaron modelos predictivos basados
en regresión logística, árboles de decisión y bosques aleatorios para estimar la empleabilidad de
estudiantes en Nigeria, alcanzando una presición de 98% con Ramdom Forest. En India, Bhagavan et.
al. (2020) desarrollaron un algoritmo híbrido HLVQ que superó en precisión a métodos tradicionales
para predecir la probabilidad de graduación y empleo. En Latinoamérica, Bedoya et. al (2019)
pág. 4093
identificaron que factores socioculturales como el nivel educativo de la madre y el rendimiento
académico influyen significativamente en el tiempo para conseguir el primer empleo. En el contexto
peruano, Caselli (2021) desarrolló un modelo predictivo aplicando Machine Learning y Deep Learning
para el seguimiento a estudiantes universitarios en la UNS obteniendo un 98.97% de precisión en la
predicción de deserción. Estos antecedentes fundamentan la viabilidad metodológica del presente
estudio y evidencian la efectividad del aprendizaje automático en contextos educativos.
El principal aporte de esta investigación radica en el desarrollo de un modelo predictivo específico para
estimar el éxito profesional de egresados universitarios en el contexto peruano, un enfoque escasamente
abordado en la literatura mientras que Baffa et. al (2023) se enfocaron en predecir empleabilidad pre-
graduación y Caselli (2021) en deserción estudiantil, el presente estudio aborda la predicción del éxito
profesional posterior al egreso. Además a diferencia de Bedoya et. al. (2019), quienes identificaron el
nivel educativo de la madre como factor determinante, los hallazgos de esta investigación revelan que
factores como estudios de posgrado y las certificaciones profesionales tiene mayor peso predictivo que
las variables familiares o el promedio de notas, lo que sugiere una evolución en el mercado laboral hacia
la valoración de la formación continua. Asimismo, los resultados obtenidos (100% de precisión y F1-
Score) superan las métricas reportadas en estudios previos, ofreciendo a la UNS una herramienta de
diagnóstico inexistente hasta el momento para fortalecer la inserción laboral de sus egresados.
El estudio contempló como variables independientes dos categorías de características predictoras: las
académicas (promedio de notas, ciclos cursados, obtención del grado de bachiller y título profesional) y
las socioeconómicas (tipo de convivencia, dependencia económica, condición laboral del estudiante y
del responsable conómico). La variable dependiente fue el éxito profesional categorizado en niveles de
0 al 5 basado en la autoevaluación del egresado respecto a su inserción laboral, estabilidad, satisfacción,
logros y reconocimientos profesionales. Las variables categóricas fueron codificadas mediante técnicas
de One-Hot Encoding y Label Encoding, mientras que las numéricas fueron normalizadas para su
procesamiento mediante los algoritmos de aprendizaje automático seleccionados.
Los procesos de licenciamiento de la Superintendencia Nacional de Educación Universitaria (SUNEDU)
y acreditación del Sistema Nacional de Evaluación, Acreditación y Certificación de la Calidad Educativa
(SINEACE) han posicionado han posicionado el seguimiento a egresados como un indicador
pág. 4094
fundamental de calidad universitaria generando la necesidad de que las instituciones demuestren la
pertinencia de su formación mediante el desempeño profesional de sus graduados. No obstante, este
seguimiento se realiza mayoritariamente de forma manual y descriptiva, sin herramientas que permitan
anticipar resultados. Ante ello, esta investigación planteó como hipótesis que un modelo de aprendizaje
automático predice el éxito profesional con un F1-Score superior a 0.80 para comprobarlo se
establecieron como objetivos: recolectar y analizar datos identificando variables determinantes, diseñar
e implementar un modelo predictivo, validar su eficacia mediante técnicas estadísticas, y derivar
recomendaciones para la mejora educativa institucional
METODOLOGÍA
El presente estudio se desarrolló bajo un enfoque cuantitativo, ya que se realizó la recolección,
procesamiento y análisis de datos numéricos y categóricos mediante técnicas estadísticas y algoritmos
de aprendizaje automático. Este enfoque permitió establecer relaciones entre variables académicas,
socioeconómicas y el éxito profesional de los egresados, con el objetivo de desarrollar un modelo
predictivo basado en evidencia empírica.
Por otro lado, se trató de una investigación aplicada en tanto tiene como finalidad no solo describir
teóricamente o establecer relaciones entre el éxito profesional de los egresados y otras variables, sino
que se busca aportar con un modelo predictivo, una herramienta funcional orientada a “comprender y
resolver problemas prácticos”, lo cual según Bunge (2014) es la esencia de la investigación aplicada.
Asimismo, Hernández-Sampieri et al. (2014), quienes afirman que una investigación aplicada tiene
como objeto un problema que se perfila a la acción, en el caso específico de la investigación realizada
se trata de la optimización del seguimiento y predicción del éxito de los egresados.
El alcance del estudio realizado fue correlacional predictivo, de acuerdo con Según Hernández-
Sampieri y Mendoza-Torres (2018) las investigaciones de alcance correlacional “tienen como
propósito conocer la relación o grado de asociación que existe entre dos o más conceptos, variables,
categorías o fenómenos en un contexto en particular. Permiten cierto grado de predicción” (p. 105).
Asimismo, Hernández-Sampieri et al. (2014), afirma que el conocimiento de la relación entre variables
permite predecir el comportamiento futuro de los sujetos. Al emplear técnicas de Machine Learning,
se busca no solo identificar asociaciones socioculturales, sino alcanzar el nivel de pronóstico descrito
pág. 4095
por Kerlinger y Lee (2002), anticipando el éxito profesional de los egresados a partir de su perfil
académico previo.
La población del estudio estuvo conformada por los 825 egresados de la Escuela Profesional de
Ingeniería de Sistemas e Informática de la Universidad Nacional del Santa (UNS), registrados en el
sistema de gestión académica institucional hasta el año 2024. Esta población abarcó egresados de
diferentes cohortes y representa la totalidad de profesionales formados en esta especialidad que han
completado sus estudios universitarios en la UNS. Por otro lado, la muestra estuvo conformada por 98
egresados de la Escuela Profesional de Ingeniería de Sistemas e Informática de la UNS, quienes fueron
seleccionados de acuerdo a la disponibilidad y completitud de sus datos académicos, socioeconómicos
y laborales, en el registro del sistema de gestión académica institucional, asimismo se tuvo en cuenta la
representatividad de diferentes años de egreso, lo cual garantizó que el modelo predictivo capture la
variabilidad temporal en las trayectorias profesionales de los egresados. Se tuvo como criterios de
exclusión las inconsistencias o falta de datos de los egresados en más del 90% de valores faltantes en
las variables de interés para la investigación.
Las técnicas de recolección fueron el análisis documental, la encuesta y la entrevista, los respectivos
instrumentos fueron los registros (tras la revisión de los mismos), los cuestionarios y las guías de
entrevista. En una primera etapa la recolección de datos se realizó a través del análisis documental de
los registros sistemas de gestión académica y de bienestar de la UNS para extraer registros históricos y
actualizados relacionados con el desempeño académico, las condiciones socioeconómicas y la
información de egreso. De este análisis documental se obtuvo un dataset final obtenido en formato CSV,
que integra información proveniente de diversas fuentes internas de la institución y de instrumentos de
recolección primaria (cuestionarios y guías de entrevista). Por razones de ética y confidencialidad, todos
los datos fueron anonimizados para proteger la identidad de los participantes.
El preprocesamiento de la información se inició con la limpieza de datos, luego se realizó la
transformación y codificación, seguida de la reducción de la dimensionalidad y la división del dataset
donde el conjunto de datos fue dividido en subconjuntos de entrenamiento (70%), validación (15%) y
prueba (15%), lo que permitió ajustar y evaluar la capacidad de generalización del modelo.
pág. 4096
En cuanto al software y plataformas, para el procesamiento de datos en general, se utilizó Phyton y R,
haciendo uso de librerías como pandas, NumPy, scikit-learn y matplotlib (Müller & Guido, 2016;
Murphy, 2022); también se utilizó Google Colab y Kaggle; OpenML y Visual Studio Code y PyCharm
versión Comunitaria.
Finalmente, para el desarrollo del modelo predictivo se siguió una secuencia lógica de cuatro fases, la
cual inició con la fase de selección de algoritmos, lo cual permitió la evaluación de diversas técnicas de
aprendizaje automático; posteriormente se realizó la fase del entrenamiento del modelo, a través del
ajuste de hiperparámetros mediante el uso del subconjunto de validación, aplicando técnicas de
validación cruzada (k-fold cross-validation) para evitar el sobreajuste; la tercera fase consistió en evaluar
el desempeño de cada modelo, utilizando, en el conjunto de prueba, métricas apropiadas para
clasificación multiclase: precisión (accuracy), recall, F1-score macro y matriz de confusión. En la cuarta
fase del desarrollo del modelo predictivo se analizó las variables predictoras para identificar cuáles
tenían mayor incidencia en el éxito profesional, proporcionando información clave para la optimización
de las estrategias educativas y de apoyo institucional.
RESULTADOS Y DISCUSIÓN
El desarrollo de la investigación permitió lograr los resultados que se presentan a continuación en
función de los objetivos del estudio, de los cuales los objetivos específicos contribuyeron al logro del
objetivo general, el cual comprendió el desarrollo del modelo predictivo basado en Aprendizaje
Automático para estimar el grado de correlación entre el éxito profesional de los egresados de la Escuela
Profesional de Ingeniería de Sistemas e Informática de la UNS y sus características académicas y
socioeconómicas, con el propósito de contribuir a la optimización de las estrategias educativas y de
apoyo estudiantil.
En cuanto a este objetivo general, el desarrollo del modelo predictivo siguió una secuencia lógica en su
construcción, la cual se aprecia en la siguiente figura, detallándose cada una de sus cuatro fases.
pág. 4097
Figura 1 Representación del modelo predictivo.
Nota. La figura 1 presenta la representación general del modelo predictivo diseñado en esta investigación, integrando las fuentes
de datos, las etapas de preprocesamiento, el clasificador seleccionado y la variable de salida. Fuente: Elaboración propia
utilizando la herramienta diagrams.net.
Para el cumplimiento del primer objetivo específico, el cual se enfocó en el análisis de los datos de los
egresados con la finalidad de determinar las variables que incidieron en su éxito profesional se utilizó
el script de interpretación (6_3_model_interpretation.py) llegándose a mostrar las veinte variables más
influyentes en el éxito profesional.
pág. 4098
Figura 2 Objetivo 1: Análisis de datos.
Nota. Feature Importance - Característica más importante top 20 (6_3_model_interpretation.py). Fuente: Elaboración propia
mediante la biblioteca matplotlib en el entorno Google Colab.
El análisis de importancia de variables (Figura 2) reveló que factores como estudios de posgrado
(egresado.Motivo_no_trabaja_Estudios de posgrado), obtención de certificaciones
(egresado.Grado_certificacion_obtenida_Sí) y la relación del empleo con la carrera presentaron mayor
peso predictivo que el promedio de notas académico. Esto evidencia la multidimensionalidad del éxito
profesional, donde la formación continua supera al rendimiento académico tradicional.
Respecto al segundo objetivo de la investigación, se buscó la implementación del modelo predictivo
basado en algoritmos de aprendizaje automático que integre variables identificadas para estimar el éxito
profesional. Se entrenaron tres algoritmos de aprendizaje automático tras aplicar oversampling para
balancear las clases minoritarias. Se compararon los modelos Random Forest, XGBoost y
MLPClassifier por macro F1-score tanto en validación cruzada (CV F1_macro) como en la evaluación
sobre el conjunto de validación.
pág. 4099
Figura 3 Objetivo 2: Implementación del modelo.
Nota. Comparación de modelos por marco F1-Score (con 6_modeling.py). Fuente: Elaboración propia mediante la biblioteca
seaborn en el entorno Google Colab.
Los resultados (Figura 3) mostraron que Random Forest y XGBoost alcanzaron 100% de precisión y
macro F1-score de 1.00 tanto en validación como en prueba, superando ampliamente el umbral del 80%
establecido en la hipótesis. MLPClassifier obtuvo 85.71% de exactitud y 0.60 de macro F1-score.
Respecto a la validación de la eficacia y de la precisión del modelo, establecidas en el tercer objetivo
específico, se realizaron comparando las predicciones generadas con los datos reales de desempeño
profesional, aplicando técnicas de validación cruzada y análisis estadístico.
pág. 4100
Figura 4 Objetivo 3: Validación.
Nota. Matriz de Confusión empleando Random Forest – test (6_modeling.py). Elaboración propia mediante la biblioteca
seaborn en el entorno Google Colab.
La matriz de confusión del conjunto de prueba (Figura 4) confirmó la clasificación perfecta de las clases
presentes (0, 4 y 5) en las 15 muestras evaluadas, validando la eficacia del modelo Random Forest
seleccionado.
El objetivo específico cuatro buscó derivar implicaciones y proponer recomendaciones para la mejora
en la estrategia educativa y de apoyo institucional, a partir de los hallazgos obtenidos, permitiendo
optimizar la intervención en la inserción laboral de los egresados.
En base al análisis de la figura 1, tenemos como resultado las recomendaciones que se realizan en base
a los hallazgos. En tal sentido la UNS debería fortalecer programas de mentoría sobre posgrados y
certificaciones profesionales, dado su alto peso en la predicción del éxito, así como implementar este
modelo como sistema de alerta temprana para identificar estudiantes que requieran intervención.
Los resultados obtenidos (100% de precisión) superan ligeramente a los reportados por Baffa et al.
(2023), quienes alcanzaron 98% con Random Forest para predecir empleabilidad en Nigeria. Sin
embargo, debe considerarse que el tamaño muestral reducido (96 registros) en comparación con estudios
internacionales podría explicar esta precisión perfecta, sugiriendo posible sobreajuste. Talero (2023)
pág. 4101
trabajó con cientos de registros de egresados en Colombia. Esta limitación se mitigó parcialmente con
RandomOverSampler, expandiendo a 234 muestras de entrenamiento, pero representa una diferencia
metodológica importante que debe considerarse al interpretar la generalización de los resultados. En
cuanto a similitudes, también con un resultado de 100% de exactitud, ElSharkawy et al. (2022),
reportaron esta totalidad con Decision Tree para egresados de TI en Egipto, lo cual coincide con lo
obtenido en esta investigación mediante Random Forest y XGBoost. Esto sugiere que los algoritmos
basados en árboles son particularmente efectivos en contextos educativos con variables categóricas
predominantes, aunque el tamaño muestral reducido de ambos estudios obliga a interpretar estos
resultados con cautela.
Además del tamaño muestral y los resultados finales, desarrollados en líneas previas, es preciso señalar
que en estudios que antecedieron al presente, la forma en que se organizó el recabo de datos puede
generar coincidencias o marcar diferencias en cuanto a los resultados. Tal es el caso de Casuat y Festijo
(2020), con 27,000 registros de egresados filipinos, lograron 91.22% de exactitud mediante SVM con
SMOTE. Si bien el presente estudio alcanza valores superiores, cabe señalar que aquellos autores
emplearon clasificación binaria (empleable/no empleable), mientras que aquí se utilizó una escala
multinivel (0-5), lo cual dificulta una comparación directa, pero aporta mayor granularidad diagnóstica.
Respecto a los diversos factores que pueden generar predicción de éxito en los egresados, a diferencia
de Bedoya et al. (2019), quienes identificaron el nivel educativo de la madre como predictor principal,
esta investigación encontró que los estudios de posgrado y certificaciones profesionales tienen mayor
peso que las variables familiares, lo cual podría reflejar diferencias contextuales o la evolución del
mercado laboral hacia la valoración de la formación continua. Se han encontrado también similitudes
entre los resultados de esta investigación con la de Haque et al. (2024), quienes habiendo trabajado con
datos del Ministerio de Educación de Malasia, alcanzaron 80% de exactitud con redes neuronales
artificiales y coinciden en un punto clave: los factores socioeconómicos y de bienestar (satisfacción con
servicios universitarios, hábitos personales) influyen significativamente en la empleabilidad, más allá
de las calificaciones académicas. Asimismo, se coincidió con Jayachandran y Joshi (2024), quienes
utilizando XGBoost optimizado con TLBO en una muestra de egresados de ingeniería en India,
alcanzaron 87.8% de exactitud y su hallazgo más relevante fue que los factores socioeconómicos tienen
pág. 4102
peso comparable a los académicos, esto refuerza lo observado en el modelo de la UNS respecto a la
importancia de la formación continua (posgrados, certificaciones) frente al promedio de notas
tradicional.
Finalmente, en cuanto al algoritmo utilizado, mientras Bhagavan et al. (2020) desarrollaron un algoritmo
híbrido HLVQ específico, nuestro enfoque priorizó algoritmos estándar interpretables. Esta decisión se
alinea con Caselli (2021) en la misma UNS, quien también utilizó modelos interpretables para el
seguimiento estudiantil, aunque él alcanzó 98.97% en predicción de deserción versus nuestro 100% en
éxito profesional.
Todos estos hallazgos ofrecen a la UNS una herramienta diagnóstica para fortalecer la inserción laboral
de sus egresados, representando una transición del seguimiento descriptivo tradicional hacia un enfoque
predictivo alineado con las exigencias de SUNEDU y SINEACE.
CONCLUSIONES
Se recolectaron y examinaron datos académicos, socioeconómicos y laborales de 96 egresados,
identificando que variables como la realización de estudios de posgrado, las certificaciones
profesionales y la relación del empleo con la carrera muestran una influencia notable en el éxito
profesional.
Se desarrolló un modelo predictivo fundamentado en algoritmos de aprendizaje automático (Random
Forest, XGBoost y MLPClassifier). El proceso de codificación (One-Hot, Label Encoding) y la
aplicación de oversampling permitieron manejar la presencia de clases minoritarias (por ejemplo, las
categorías 1 y 2 del éxito profesional).
Con base en la partición de datos (70%-15%-15%) y la comparación de predicciones con observaciones
reales, se validó la eficacia del modelo. Los dos algoritmos líderes (Random Forest y XGBoost)
alcanzaron exactitud y macro F1-score del 100% en validación y prueba, superando así la meta mínima
(≥80%). Estos resultados confirman la capacidad del modelo para representar adecuadamente el
fenómeno, aunque también podrían reflejar un posible sobreajuste dada la muestra reducida.
El análisis de la importancia de variables reveló que factores socioeconómicos y de formación continua
(certificaciones, posgrados) tienen un peso clave, a menudo por encima de la nota promedio. Con ello
pág. 4103
se evidenció la necesidad de estrategias institucionales centradas no solo en el rendimiento académico,
sino también en la vinculación laboral y el apoyo a la formación posgraduada de los estudiantes.
El modelo predictivo confirmó la hipótesis de que la combinación de datos académicos y
socioeconómicos puede pronosticar con alta precisión el éxito profesional (macro F1-score de 1.00 en
el conjunto de prueba).
La excelencia en la clasificación de las clases más comunes (“0” y “5”) y el rescate de clases minoritarias
mediante oversampling sugieren que el sistema maneja la diversidad de perfiles, aunque la escasa
representación original de algunas categorías (1, 2, 3) amerita un seguimiento cuidadoso de la
generalización.
El promedio de notas mantiene un rol relevante, pero factores como
“egresado.Motivo_no_trabaja_Estudios de posgrado” y la obtención de
“egresado.Grado_certificacion_obtenida_Sí” destacan con un peso superior al 0.04 en la escala de
importancia relativa, reflejando la visión multidimensional del éxito (Murphy, 2022; Müller & Guido,
2016).
Los resultados superan los benchmarks internacionales reportados en la literatura (Baffa et al., 98%;
Bhagavan et al., con HLVQ), validando la efectividad del enfoque, aunque con la salvedad del tamaño
muestral limitado comparado con estos estudios.
Al predecir el éxito profesional con base en información diversa, la investigación aporta un instrumento
de diagnóstico proactivo para la Escuela Profesional de Ingeniería de Sistemas e Informática, con
posible aplicación y escalamiento a otras carreras de la Universidad Nacional del Santa.
El modelo, junto a las gráficas de interpretación, respalda la premisa de que la formación
complementaria (posgrados, certificaciones) y la alineación del empleo con la carrera profesional son
aspectos sustanciales en la satisfacción y la inserción laboral de los egresados.
pág. 4104
REFERENCIAS BIBLIOGRÁFICAS
Baffa, M. H., Miyim, M. A., & Dauda, A. S. (2023). Machine learning for predicting students’
employability. UMYU Scientifica, 2(1), 241-253. http://doi.org/10.56919/usci.2123_001
Baquero Pérez, J., & Ruesga Benito, S. M. (2019). Factores determinantes del éxito en la inserción
laboral de los estudiantes universitarios: El caso de España. Atlantic Review of Economics, 2(2),
1-24. https://hdl.handle.net/10419/213800
Bedoya Herrera, O.M., López Trujillo, M. & Marulanda Echeverry, C.E. (2019). Modelo predictivo para
la identificación de factores socioculturales asociados al tiempo de búsqueda del primer empleo
en egresados universitarios. Revista Virtual Universidad Católica del Norte, 58, 3-18.
https://www.redalyc.org/articulo.oa?id=194260979002
Bhagavan, K. S., Thangakumar, J., & Subramanian, D. V. (2020). Predictive analysis of student
academic performance and employability chances using HLVQ algorithm. Journal of Ambient
Intelligence and Humanized Computing. https://doi.org/10.1007/s12652-019-01674-8
Bunge, M. (2014). La ciencia, su método y su filosofía. Siglo XXI Editores.
https://archive.org/details/bunge-mario.-ciencia-su-metodo-y-su-filosofia-2014
Caselli Gismondi, H. E. (2021). Modelo predictivo basado en Machine Learning como soporte para el
seguimiento académico del estudiante universitario [Tesis doctoral, Universidad Nacional del
Santa]. https://repositorio.uns.edu.pe/handle/20.500.14278/3804
Casuat, C. D., Festijo, E. D., y Alon, A. S. (2020). Predicting students' employability using support
vector machine: A SMOTE-optimized machine learning system. International Journal of
Emerging Trends in Engineering Research, 8(5), 2101-2106.
https://doi.org/10.30534/ijeter/2020/102852020
ElSharkawy, G., Helmy, Y., y Yehia, E. (2022). Employability prediction of information technology
graduates using machine learning algorithms. International Journal of Advanced Computer
Science and Applications (IJACSA), 13(10), 359-367.
https://doi.org/10.14569/IJACSA.2022.0131043
pág. 4105
Haque, R., Quek, A., Ting, C.-Y., Goh, H.-N., y Hasan, M. R. (2024). Classification techniques using
machine learning for graduate student employability predictions. International Journal on
Advanced Science, Engineering and Information Technology, 14(1), 45-56.
https://doi.org/10.18517/ijaseit.14.1.19549
Hernández-Sampieri, R., Fernández-Collado, C., y Baptista-Lucio, P. (2014). Metodología de la
investigación (6.ª ed.). McGraw-Hill Education.
https://apiperiodico.jalisco.gob.mx/api/sites/periodicooficial.jalisco.gob.mx/files/metodologia_
de_la_investigacion_-_roberto_hernandez_sampieri.pdf
Hernández-Sampieri, R., y Mendoza-Torres, C. P. (2018). Metodología de la investigación: Las rutas
cuantitativa, cualitativa y mixta. McGraw-Hill Education.
http://www.biblioteca.cij.gob.mx/Archivos/Materiales_de_consulta/Drogas_de_Abuso/Articul
os/MetodologiaInvestigacionRutas.pdf
Hung, J. L., Hsu, Y. C., & Rice, K. (2012). Integrating data mining in program evaluation of K-12 online
education. Journal of Educational Technology & Society, 15(3), 27-41.
https://www.jstor.org/stable/jeductechsoci.15.3.27
Jayachandran, S., y Joshi, B. (2024). Customized support vector machine for predicting the
employability of students pursuing engineering. International Journal of Information
Technology, 16, 3193-3201. https://doi.org/10.1007/s41870-024-01818-w
Kerlinger, F. N., y Lee, H. B. (2002). Investigación del comportamiento: Métodos de investigación en
ciencias sociales (4.ª ed.). McGraw-Hill Interamericana.
https://archive.org/details/investigaciondel0000kerl
Lavado, P., Martínez, J. J., & Yamada, G. (2014). ¿Una promesa incumplida? La calidad de la educación
superior universitaria y el subempleo profesional en el Perú (Documento de Trabajo No. 23).
Asociación Peruana de Economía. https://perueconomics.org/wp-content/uploads/2014/01/WP-
23.pdf
Ministerio de Educación. (2020). Plan Nacional de Educación Superior y Técnico-Productiva: Decreto
Supremo N° 012-2020-MINEDU. https://repositorio.minedu.gob.pe/handle/20.500.12799/6921
pág. 4106
Murphy, K. P. (2022). Probabilistic machine learning: An introduction. MIT Press.
https://probml.github.io/pml-book/book1.html.
Peña-Ayala, A. (2014). Educational data mining: A survey and a data mining-based analysis of recent
works. Expert systems with applications, 41(4), 1432-1462.
https://doi.org/10.1016/j.eswa.2013.08.042
SUNEDU. (2023). Universidades licenciadas. SUNEDU. https://www.sunedu.gob.pe/lista-de-
universidades-
licenciadas/#:~:text=Lista%20de%20universidades%20licenciadas,se%20han%20otorgado%2
096%20licenciamientos.
Talero Támara, S. (2023). Herramienta para la predicción de retiro de afiliados de la Asociación de
Egresados de la Universidad de los Andes [Trabajo de grado, Universidad de los Andes].
https://repositorio.uniandes.edu.co/entities/publication/15216dcb-95b2-4de6-823c-
6c53625973a9
Universidad Nacional del Santa. (2017). Plan Estratégico Institucional 2017-2019. Dirección de
Planificación.
Universidad Nacional del Santa. (2022). Plan Estratégico Institucional 2019-2025.
https://www.uns.edu.pe/transparencia/recursos/410e309afdbc1875cac33870a50e4fcc.%20(1).
pdf
Universidad Nacional del Santa. (2023). Misión de la Universidad Nacional del Santa.
https://www.uns.edu.pe/#/universidad/mision
Yamada, G., Castro, J. F., & Medina, S. (2019). Cuando la educación no cumple su promesa: Brechas
persistentes en habilidades básicas de peruanos del milenio (Documento de Trabajo No. 157).
Asociación Peruana de Economía. https://perueconomics.org/wp-content/uploads/2019/12/WP-
157.pdf
