Aplicación de Machine Learning en productos software mediante un enfoque de Model-Driven Development

[ES] En la actualidad, cada vez es más relevante y demandada la figura del científico de datos en el sector de las TIC. Con el fin de satisfacer esta demanda, han surgido herramientas que permiten dotar de inteligencia a las aplicaciones siguiendo estrategias de low-code o no-code. A grandes rasgos, permiten el desarrollo de aplicaciones que resuelven problemas de inteligencia artificial (IA) sin necesidad de programación, esquivando su pronunciada curva de aprendizaje. Estas estrategias de desarrollo de software son derivadas del desarrollo dirigido por modelos (MDD). En este TFM se dará un primer paso en el desarrollo de una solución MDD para dotar a un producto software de funcionalidades cubiertas mediante machine learning. En concreto, se abordarán escenarios de análisis de sentimiento y de predicción de sucesos. El proyecto ha sido realizado en colaboración con una PYME dedicada al desarrollo de un ERP para el sector socio-sanitario. Esta empresa cuenta con diferentes herramientas de modelado y generación de código, con las que se realizará una integración. Finalmente, los escenarios se emplearán para modelar dos casos de uso dentro del propio ERP: el análisis de valoraciones médicas y la predicción de caídas en residencias.[EN] Nowadays, the figure of the data scientist in the ICT sector is increasingly relevant and in demand. In order to meet this demand, frameworks have emerged that allow cognifying applications following low-code or no-code strategies. Broadly speaking, they allow the development of applications that solve artificial intelligence (AI) problems without the need of programming, avoiding its difficult learning curve. These software development strategies are derived from Model-Driven Development (MDD). In this TFM, a first step is done in the development of an MDD solution to provide a software product with functionalities covered by machine learning. Specifically, sentiment analysis and event prediction scenarios will be addressed. The project has been carried out in collaboration with an enterprise dedicated to the development of an ERP for the socio-sanitary sector. This company has different modeling and code generation tools. An integration will be done with them. Finally, the scenarios will be used to model two use cases within the ERP: the analysis of medical progress notes and the prediction of falls in nursing homes.Iranzo Jiménez, VA. (2021). Aplicación de Machine Learning en productos software mediante un enfoque de Model-Driven Development. Universitat Politècnica de València. http://hdl.handle.net/10251/17532