La evasión tributaria, es la falta de cumplimiento de las obligaciones de los contribuyentes y responsables del impuesto a la renta, ocasionando una disminución en la recaudación de los ingresos fiscales. La investigación tuvo como objetivo analizar la evasión tributaria y su incidencia en la recaudación del impuesto a la renta en el Perú, en el año 2022. La metodología utilizada en la investigación fue de tipo descriptiva correlacional, diseño no experimental transversal, la muestra estuvo conformada por 400 contribuyentes peruanos que fueron seleccionados usando el muestreo probabilístico aleatorio simple; se utilizó la prueba no paramétrica Chi cuadrado, para comprobar la relación de las variables, y para el procesamiento y validación de las encuestas se usó el SSPS versión 25. Los hallazgos de la investigación refieren de la inexistencia de un registro único de contribuyentes para la organización y control en el proceso de recaudación tributaria, además que no se evidencia la entrega formalizada de comprobantes de pago, de declaraciones juradas y de libros contables. Se concluye que la recaudación del impuesto a la renta es baja, como consecuencia de la discrecionalidad y duplicidad de funciones en la evasión tributaria.
La elusión tributaria es un mecanismo para obviar el pago del impuesto, aprovechando vacíos legales. El objetivo de esta investigación fue analizar la elusión tributaria y su relación con la recaudación del impuesto a la renta en el Perú. El estudio, es descriptivo correlacional, de diseño no experimental, considerando una muestra de selección aleatoria de 400 negocios, a la cual se aplicó un cuestionario como instrumento de recolección de datos. Los resultados dan cuenta que el 30,80% de las empresas conoce sobre la elusión tributaria; el 31% considera que la elusión tributaria disminuye la recaudación; el 70%, no cumple con el pago de los impuestos. Se concluye que la elusión tributaria se relaciona con la recaudación del impuesto a la renta en el Perú, puesto que la recaudación es baja, y el 42% de los encuestados sostiene que se debe a una elusión tributaria alta, por lo tanto, se debe incentivar a los empresarios para incrementar la recaudación de impuestos puesto que la elusión tributaria afecta al desarrollo económico y social de una nación.
This research aimed to develop and evaluate a machine learning model to optimize the hiring process of engineering professionals at a public university by reducing evaluation time, errors, and subjectivity in CV screening. A quantitative, applied, quasi-experimental approach was used, combining TF-IDF natural language processing, KNN classification with a One-vs-Rest scheme, and experiments on three datasets (10, 20, and 30 CVs). Data from real recruitment processes were processed in Google Colab through cleaning, vectorization, training, and evaluation stages. The model achieved 82% accuracy in the test set, consistently prioritized candidates, and identified academic degree and professional experience as key factors. It reduced average analysis time from 15 to 2.5 minutes per CV and lowered the error rate to below 2%, while standardizing evaluation criteria. The results demonstrate that the model is efficient, objective, scalable, and suitable for institutional implementation.