DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/25421
Título : Estudio de la demanda laboral de las PYMES y grandes empresas de Guayaquil.
Autor : Elías Veliz, Emilio Xavier
metadata.dc.contributor.advisor: Carrera Buri, Félix Miguel
Palabras clave : ECONOMÍA DEL TRABAJO;POLÍTICA DE EMPLEO;EMPLEO;ESTUDIO DE MERCADO
Fecha de publicación : 21-ago-2025
Editorial : Universidad Católica de Santiago de Guayaquil
Resumen : This research analyzes the labor demand of SMEs and large companies in Guayaquil, Ecuador, using data science as the main methodological tool. The study addresses the existing imbalance between the skills required by companies and the available workforce, in a context marked by high levels of unemployment and underemployment. Public data from the National Institute of Statistics and Census (INEC), specifically the ENEMDU survey, was processed and modeled using supervised machine learning techniques. Decision trees and Random Forest algorithms were applied in R Studio to classify and predict occupational demand, achieving an accuracy rate of 95%. Results show that the categories “Private,” “External,” and “Worker” concentrate most of the demand, while minor categories such as “Domestic,” “Unpaid,” and “Helper” remain underrepresented. The findings highlight the potential of predictive models to reduce recruitment mismatches, guide corporate strategies, and support evidence-based public policies for labor management in Ecuador.
Descripción : La presente investigación estudia la demanda laboral de las PYMEs y grandes empresas de Guayaquil mediante la aplicación de la ciencia de datos como herramienta analítica. El trabajo parte del contexto ecuatoriano caracterizado por elevados índices de desempleo y subempleo, así como por un desajuste entre las competencias de la población y los perfiles que requieren las organizaciones. Para el análisis se emplearon datos públicos del Instituto Nacional de Estadística y Censos (INEC), a través de la encuesta ENEMDU, procesados con el software R Studio. Se aplicaron modelos de aprendizaje supervisado, específicamente árboles de decisión y bosques aleatorios, alcanzando una precisión del 95%. Los resultados evidencian que las ocupaciones en los sectores “Privado”, “Externo” y “Obrero” concentran la mayor parte de la demanda, mientras que categorías como “Doméstico”, “No remunerado” y “Ayudante” presentan menor representación. La investigación concluye que la aplicación de modelos predictivos permite identificar patrones ocupacionales, anticipar tendencias de contratación y facilitar la toma de decisiones tanto para las empresas como para las políticas públicas en el ámbito laboral ecuatoriano.
URI : http://repositorio.ucsg.edu.ec/handle/3317/25421
Aparece en las colecciones: Trabajos de Titulación (FEE) - Carrera de Negocios Internacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UCSG-C479-24859.pdf1,36 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons