Estimados Todos,

Se confirma la sala 1605 de la torre en FEN para el evento abajo descrito.

Saludos cordiales,

Gustavo Zurita
Director de Investigación FEN
http://investigacion.fen.uchile.cl

---------------------------------

Estimados profesores,

Este viernes 12 de junio se llevará a cabo la sexta sesión del seminario interno de FEN donde se exponen trabajos en progreso de académicos y avances de tesis de estudiantes.

En esta ocasión, Marco Zaror presentará "Predicción del Potencial de Creación de Empleo en Planes de Negocio mediante Herramientas de Data Analytics", tesis realizada con los Prof. David Díaz y Rodrigo Wagner, cuyo resumen se presenta más abajo.

El seminario se llevará a cabo a las 13:00 hrs en sala por confirmar. Se solicita confirmar asistencia con Pamela Fuentes al correo pamela.fuentes@econ.uchile.cl a más tardar el día jueves 11 de junio a las 13:00 horas, ya que el seminario contempla almuerzo.

Quienes deseen inscribir presentaciones para futuras sesiones, por favor dirigirse con Damián Vergara al correo damian.vergara.d@gmail.com.

Atentos saludos,

Dirección de Investigación FEN

----------------------------------

Predicción del Potencial de Creación de Empleo en Planes de Negocio Mediante Herramientas de Data Analytics

Al momento de evaluar el rendimiento de un país en particular, uno de los aspectos que reviste mayor importancia es la creación de empleos. A su vez, un gran porcentaje de esta proviene de emprendimientos o start-ups. Es por esto, que distintos concursos intentan predecirla mediante jueces que leen cada documento y lo clasifican en si dará o no empleo. Este método es claramente subjetivo, lo que genera una medición poco fiable y por lo tanto, una mala estimación de los empleos que un país es capaz de generar.

Dentro de este contexto se enmarca este trabajo que  propone automatizar esta predicción mediante herramientas de Data Analytics con la metodología KDD. Siendo más específicos, se propone utilizar un modelo de Text Mining Linguistico para identificar los principales conceptos que permiten predecir la potencial creación de empleo y luego usarlos para entrenar un árbol de decisión, que permita predecir, en base a estos, si un plan de negocio generará o no empleo.

Esta metodología presenta 3 ventajas principales. Primero, permite evaluar una gran cantidad de planes de negocio en unos pocos minutos, lo que genera grandes eficiencias en términos de disminución de costos. Segundo, realiza un análisis objetivo de los proyectos, lo que genera una evaluación más justa. Tercero, permite extraer las razones principales por la que los proyectos están generando empleo. Esta metodología se aplicó a un concurso en el cual se entrenó el modelo y a otro concurso en donde se aplicó de manera directa, obteniendo resultados prometedores. Finalmente, esto demuestra que el uso de un modelo de Text Mining para predecir el potencial de creación de empleo de manera automática, no es sólo posible, sino que también escalable a otros concursos con niveles razonables de predicción.