| 14-07-2023 |
Mejoramiento de la Eficiencia en Equipos Ágiles de Desarrollo de Software a través de Asistentes Virtuales basados en IA
IoP para estudiantes de pregrado para un proyecto de investigación que combina ingeniería de software, desarrollo ágil y inteligencia artificial (IA). El objetivo es desarrollar asistentes virtuales que mejoren la eficiencia de los equipos de desarrollo de software ágiles. Los participantes tendrán la oportunidad de trabajar en aprendizaje automático, razonamiento AI y explicabilidad de la IA. El proyecto implica crear algoritmos para optimizar la toma de decisiones de los asistentes y desarrollar herramientas para su explicabilidad. Buscamos estudiantes dispuestos a aprender, creativos y listos para enfrentar los desafíos de la IA y la ingeniería de software. Este proyecto no solo promete aumentar la eficiencia del desarrollo de software, sino también avanzar en el campo de la IA.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 5/8 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 14-07-2023 |
Mejoramiento de la Educación Médica a través de Asistentes Virtuales basados en IA
IoP para estudiantes de pregrado para un innovador proyecto de investigación que combina la educación médica y la inteligencia artificial. El objetivo es desarrollar y optimizar asistentes virtuales basados en técnicas de inteligencia artificial para mejorar la entrega y la comprensión de la educación médica. Los participantes tendrán la oportunidad de trabajar en áreas emergentes, como aprendizaje automático (LLM), razonamiento AI y explicabilidad de la IA. El proyecto implica diseñar algoritmos para potenciar el razonamiento y la toma de decisiones de los asistentes, y también desarrollar herramientas para la explicabilidad de estas decisiones. Buscamos estudiantes creativos, dispuestos a aprender y listos para enfrentar desafíos en la IA y la educación médica.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/5 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 05-12-2024 |
Automated Unit Test Generation with Large Language Models
The main goal of this project is to evaluate the effectiveness, capabilities, and limitations of Large Language Models (LLMs) in the task of automated unit test generation. In this research, you will be able to explore the use of different LLMs as also with various prompting strategies to automatically generate unit tests, and measure their effectiveness by using metrics (e.g. code coverage).
Prerequisites:
IIC2233
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 05-12-2024 |
Automated Security Code Reviews: Assessing the State of the Art
The goal of the project is to evaluate models for automating code reviews. The research is structured into three main stages. First, a manual review of a set of code reviews will be conducted to identify those related to security patches and create a labeled dataset. Next, Large Language Models (LLMs) will be used to generate and evaluate reviews and corrections based on the labeled data. Finally, a comprehensive comparison will be conducted between the labeled and generated data to measure the performance of current models against LLMs.
Prerequisites:
IIC2233
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 14-07-2023 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 5/8 available vacants |
Mentor(s): Open in the plataform |
| 14-07-2023 |
Educación Médica; Inteligencia Artificial; Aprendizaje Automático; Asistentes Virtuales; Explicabilidad de la IA.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/5 available vacants |
Mentor(s): Open in the plataform |