Modelo para Predecir el Éxito Profesional en Egresados de la UNS mediante Aprendizaje Automático basado en Datos Académicos y Socioeconómicos

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.