Higher education faces the challenge of making strategic decisions based on large volumes of dispersed information. This chapter proposes a systemic approach grounded in the Soft Systems Methodology (SSM), complemented by data analytics and visualization tools (Tableau), to build and validate institutional indicators that strengthen academic management. The model combines a mixed approach that integrates the qualitative interpretation of processes with the quantitative analysis of information, allowing data to be transformed into useful knowledge to improve planning, efficiency, and the student experience. The study emphasizes accessibility, visual clarity, and systemic interpretation as means to consolidate evidence-based decision-making. The result is an adaptable, empirically validated, and replicable proposal that brings together the principles of systems engineering, data analytics, and university management to promote continuous improvement and organizational learning.

Objetivo: El objetivo de esta investigación es desarrollar un sistema basado en tecnología Blockchain y la red Ethereum para la emisión y validación de certificados digitales en una institución de educación superior, garantizando seguridad, trazabilidad e inmutabilidad mediante contratos inteligentes. Marco teórico: La investigación se fundamenta en el uso de Blockchain como una tecnología distribuida que permite el registro transparente y seguro de transacciones, aplicando los estándares X.509 y ERC-721 para la autenticación y unicidad de los certificados digitales. Método: Se diseñó un prototipo funcional utilizando el lenguaje de programación Python, la biblioteca web3.py y la infraestructura de Ethereum. El sistema integra firmas digitales y códigos QR para facilitar la verificación en tiempo real. Resultados y discusión: Los resultados preliminares muestran un uso promedio de gas de 221,189 y un consumo de 0.00442378 ETH por transacción, con una reducción del 43% en los costos de verificación respecto a sistemas tradicionales. Esto demuestra la viabilidad técnica y económica del modelo propuesto. Implicaciones de la investigación: El sistema puede aplicarse en contextos educativos e industriales, fortaleciendo la confianza en la emisión y validación de documentos digitales. Originalidad/Valor: La propuesta contribuye al campo de la certificación digital al integrar estándares abiertos y contratos inteligentes, ofreciendo una solución escalable, segura y de bajo costo.

La gestión del talento docente en instituciones de educación superior enfrenta desafíos de subjetividad y eficiencia en la asignación de materias. Este estudio explora la viabilidad técnica de implementar un sistema de Machine Learning supervisado para optimizar la selección de perfiles docentes en el Tecnológico de Estudios Superiores del Oriente del Estado de México (TESOEM). Mediante un estudio de caso con enfoque mixto de predominancia cualitativa, se realizaron entrevistas a jefes de división (n=9) y un grupo focal con expertos en programación y bases de datos (n=3). Los resultados muestran que el proceso actual carece de estandarización, basándose en criterios subjetivos y experiencia individual. Se identificó que la institución cuenta con infraestructura tecnológica, talento humano en programación y recursos informáticos suficientes para desarrollar un modelo de aprendizaje automático. Se propone una arquitectura de ML supervisado basada en algoritmo Random Forest, con variables de entrada que incluyen escolaridad, experiencia docente, carga horaria y nivel de asignatura. El modelo alcanzaría una precisión estimada superior al 70% según benchmarks de estudios similares. Se concluye que la viabilidad técnica está resuelta, pero se requiere una fase piloto para ajustar ponderaciones y medir el rendimiento real. Este trabajo entrega las bases metodológicas para la construcción de un sistema de apoyo a la toma de decisiones en la gestión académica.

En los últimos años, el uso de tecnologías de virtualización ha aumentado enormemente el presente y futuro de la computación se basa en la disponibilidad de recursos y servicios bajo demanda, un claro ejemplo de esto son las plataformas de Streaming de video donde los usuarios pagan por lo que van a consumir usando diferentes gadgets y dispositivos que permiten la transmisión de información con tan solo una conexión a internet. Esto ha generado una brecha tecnológica explotada por empresas y desarrolladores ya que las necesidades del negocio requieren nuevas tecnologías e infraestructura para soportar peticiones, ofrecer seguridad y escalabilidad para aplicaciones complejas. Debido a lo anterior, es importante conocer los componentes del cómputo en la nube (cloud computing) y los principios de funcionamiento a fin de identificar los retos y visualizar las áreas de oportunidad dentro de los ambientes para el desarrollo de aplicaciones tomando como base los sistemas virtualizados y herramientas para la creación de Containers como Docker, en la presente investigación se introducen los modelos de despliegue del Cloud Computing y se establece el uso de Contenedores para solucionar problemas de compatibilidad entre sistemas con necesidades diversas.

Las estrategias de marketing digital se han convertido en parte esencial para el crecimiento de las empresas que utilizan los datos para generar e identificar patrones de comportamiento de los usuarios dentro de las redes sociales, el uso de modelos de inteligencia artificial permite aplicar algoritmos que obtengan resultados óptimos. En el presente proyecto se muestra el marco de trabajo empleado para las Redes Neuronales Graficas (GNN) aplicado a datos de la red social Equis para identificar clústeres potenciales y las relaciones entre usuarios.

La emisión de documentos oficiales en el ámbito educativo a nivel superior se ha comprometido en los últimos años en México debido a la falsificación y robo de identidad. Esta investigación presenta un sistema distribuido basado en Blockchain y Ethereum para la emisión y validación de certificados digitales, garantizando seguridad, trazabilidad e inmutabilidad mediante contratos inteligentes escritos en Solidity. Utilizando la biblioteca web3.py y la red Ethereum. El sistema integra firmas digitales X.509, ERC-721 y códigos QR para facilitar la verificación. Los resultados preliminares muestran métricas de gas usado y consumo de recurso Ethereum de 0.00442378 en promedio por transacción. Este enfoque ofrece una solución escalable y confiable para la emisión y gestión de certificados en entornos educativos e industriales. El sistema reduce costos de verificación en un 43% en comparación de un sistema distribuido con sistemas centralizado.