Publicación: Caracterización salarial en el sector TI por medio de información laboral y sociodemográfica de los empleados
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: En la industria de tecnologías de la información (TI), la determinación de salarios es un tema crítico tanto para empleadores como para empleados. Sin embargo, las herramientas y estudios actuales no consideran variables significativas o carecen de información completa, lo que dificulta una comprensión integral de los factores que influyen en la compensación salarial. La creciente demanda de profesionales altamente especializados en el sector ti resalta la necesidad de estudios que aborden de manera exhaustiva los factores laborales y sociodemográficos, como la experiencia laboral, el nivel educativo, entre otros, que inciden en los salarios de los empleados de ti. Esta investigación tiene como objetivo principal analizar y caracterizar la relación entre estas variables y los niveles salariales, proporcionando una visión precisa y actualizada para facilitar la toma de decisiones estratégicas. Para abordar este problema, se ha utilizado la metodología ASUM-DM. En primer lugar, se realizó un análisis exhaustivo de la literatura existente y se identificaron las variables laborales y sociodemográficas pertinentes. Posteriormente, se llevó a cabo la recopilación y selección de datos empíricos de profesionales del sector TI. La fase de utilización implicó la preparación y limpieza de los datos para garantizar su calidad y fiabilidad. En la etapa de modelado, se desarrolló un modelo predictivo de compensación salarial utilizando técnicas avanzadas de analítica de datos y Machine Learning, validándolo para asegurar su precisión y robustez. Finalmente, se tomó la decisión de aplicar el modelo para generar una curva salarial precisa y actualizada, la cual puede ser utilizada por empresas e instituciones del sector TI para optimizar sus políticas de atracción de talento. El modelo predictivo desarrollado ha permitido identificar y cuantificar la influencia de diversas variables laborales y sociodemográficas en la determinación de los niveles salariales de los profesionales del sector TI. Los resultados indican que factores como la experiencia laboral, el nivel educativo y la especialización tienen impacto en la compensación salarial. El modelo proporciona una herramienta valiosa para estimar los salarios de los profesionales de TI en función de su perfil, contribuyendo así a una gestión más eficaz y atractiva del talento humano en el ámbito de las tecnologías de la información. Las conclusiones de esta investigación están abiertas y se determinarán posteriormente a la evaluación exhaustiva del modelo predictivo. Se espera que, una vez validado completamente, el modelo sirva como guía de construcción de una base sólida para la formulación de estrategias de atracción de talento en el sector TI, permitiendo a las empresas ofrecer compensaciones salariales competitivas y justas. Este estudio contribuirá significativamente al conocimiento existente en el campo de la gestión de recursos humanos y la analítica de datos aplicada, proporcionando una comprensión más profunda de los factores que influyen en la remuneración de los profesionales de TI.
Resumen en inglés
ABSTRACT: In the information technology (IT) industry, salary determination is a critical issue for both employers and employees. However, current tools and studies either do not consider significant variables or lack comprehensive information, making it difficult to fully understand the factors influencing salary compensation. The growing demand for highly specialized professionals in the IT sector highlights the need for studies that comprehensively address labor and sociodemographic factors, such as work experience and educational level, that affect IT employee salaries. This research aims to analyze and characterize the relationship between these variables and salary levels, providing an accurate and updated view to facilitate strategic decision-making. To address this issue, the ASUM-DM methodology was used. First, an exhaustive analysis of existing literature was conducted, and relevant labor and sociodemographic variables were identified. Subsequently, empirical data collection and selection of IT sector professionals were carried out. The utilization phase involved data preparation and cleaning to ensure quality and reliability. In the modeling stage, a predictive salary compensation model was developed using advanced data analytics and machine learning techniques, validating it to ensure its accuracy and robustness. Finally, the decision was made to apply the model to generate an accurate and updated salary curve, which can be used by companies and institutions in the IT sector to optimize their talent attraction policies. The developed predictive model has allowed for the identification and quantification of the influence of various labor and sociodemographic variables on the determination of salary levels for IT professionals. The results indicate that factors such as work experience, educational level, and specialization impact salary compensation. The model provides a valuable tool for estimating IT professionals' salaries based on their profiles, thus contributing to more effective and attractive human talent management in the field of information technology. The conclusions of this research are open and will be determined after the comprehensive evaluation of the predictive model. It is expected that, once fully validated, the model will serve as a guide for building a solid foundation for the formulation of talent attraction strategies in the IT sector, enabling companies to offer competitive and fair salary compensations. This study will significantly contribute to the existing knowledge in the field of human resources management and applied data analytics, providing a deeper understanding of the factors influencing the remuneration of IT professionals.