<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Sistemas</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/52</link>
<description>De la producción de los trabajos de grado presentados por los estudiantes adscritos a la Coordinacion de Sistemas</description>
<pubDate>Sat, 31 Oct 2026 09:31:29 GMT</pubDate>
<dc:date>2026-10-31T09:31:29Z</dc:date>
<item>
<title>EXENTO - ALMEIDA MORENO JAIME ALBERTO</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25778</link>
<description>EXENTO - ALMEIDA MORENO JAIME ALBERTO
Almeida Moreno, Jaime Alberto
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25778</guid>
</item>
<item>
<title>EXENTO - AYALA CADENA DIEGO ALEJANDRO</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25777</link>
<description>EXENTO - AYALA CADENA DIEGO ALEJANDRO
Ayala Cadena, Diego Alejandro
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25777</guid>
</item>
<item>
<title>Análisis comparativo de agentes de IA comerciales para la gestión de estados financieros.</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25769</link>
<description>Análisis comparativo de agentes de IA comerciales para la gestión de estados financieros.
Méndez Ardila, Hercid de Jesús
Este trabajo de grado tuvo como objetivo realizar un análisis comparativo de agentes de inteligencia artificial comerciales utilizados en la gestión financiera, evaluando su funcionalidad, desempeño y aporte a la eficiencia organizacional. La pregunta que guio la investigación fue cuáles son las diferencias entre estas herramientas en términos de funcionalidad, desempeño y aporte a la eficiencia.La metodología fue cualitativa con alcance descriptivo-comparativo, y adopte el benchmarking funcional como método principal, siguiendo la definición clásica de Camp (1989). La recolección de información combino revisión documental de manuales y whitepapers, análisis de contenido de documentación técnica y cinco entrevistas semiestructuradas a contadores y gerentes financieros. Construí una matriz de evaluación con seis criterios y dieciocho subcriterios, calificados en escala de 1 a 5.Los resultados mostraron puntajes ponderados muy cercanos: Xero 4.19, QuickBooks Advanced 4.12 y Sage Intacct 4.08. La diferencia entre la primera y la última fue menor al 3%, lo que indica que no existe una herramienta superior en todos los criterios. Sage lidero en cumplimiento normativo y funcionalidad avanzada, mientras QuickBooks y Xero destacaron en usabilidad y costo. La integración con sistemas bancarios colombianos resulto limitada en las tres herramientas.Las conclusiones apuntan a que la adopción de agentes de IA en gestión financiera no es una decision tecnológica sino organizacional. Ninguno de los entrevistados reporto mejoras inmediatas de productividad, lo cual es consistente con la paradoja de la productividad descrita por Brynjolfsson (1993). La confianza del usuario emergió como un factor crítico que los modelos tradicionales de adopción tecnológica no capturan del todo. El estudio reconoce limitaciones en el tamaño de la muestra y en la ausencia de mediciones objetivas de productividad, y sugiere ampliar la investigación con estudios longitudinales.&#13;
&#13;
&#13;
.&#13;
&#13;
&#13;
PALABRAS CLAVE. agentes de inteligencia artificial, gestión financiera, benchmarking, productividad organizacional, adopción tecnológica.
agentes de inteligencia artificial, gestión financiera, benchmarking, productividad organizacional, adopción tecnológica
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25769</guid>
</item>
<item>
<title>Estudio de Seguridad y Configuración de Redes en Microsoft Azure y Google Cloud</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25768</link>
<description>Estudio de Seguridad y Configuración de Redes en Microsoft Azure y Google Cloud
Suarez Monares, Diego Alejandro
El presente trabajo tuvo como propósito comparar los mecanismos de seguridad y configuración de redes disponibles en Microsoft Azure y Google Cloud Platform (GCP), considerando aspectos como la segmentación de redes, los cortafuegos, las redes privadas virtuales (VPN), el control de acceso basado en roles (RBAC) y las herramientas de monitoreo del tráfico. Para ello, se empleó una metodología experimental-descriptiva con enfoque cuantitativo, mediante la implementación de dos laboratorios virtuales independientes, uno en cada plataforma. En estos entornos se realizaron pruebas de bloqueo de tráfico, mediciones de los tiempos y pasos requeridos para la configuración, y evaluaciones de las capacidades de monitoreo nativas. Los resultados mostraron que Google Cloud Platform requirió, en promedio, un 22 % menos de pasos y un 11 % menos de tiempo para configurar redes y reglas de cortafuegos. Por su parte, Microsoft Azure presentó ventajas en la integración con directorios corporativos y en la detección correlacionada de amenazas mediante Microsoft Sentinel. Las pruebas de bloqueo de tráfico fueron exitosas en ocho de los nueve escenarios evaluados. Se concluye que la selección de una plataforma de nube debe considerar las necesidades de seguridad, la madurez tecnológica, los recursos disponibles y los requerimientos operativos de cada organización. El estudio ofrece elementos prácticos para comparar e implementar controles de seguridad de redes.
Ingeniería y tecnología
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25768</guid>
</item>
</channel>
</rss>
