Preguntas del jurado

Sustentación de tesis

Preguntas del jurado en la sustentación de Ingeniería de Sistemas

42 preguntas que hace el jurado de Ingeniería de Sistemas, con lo que busca, cómo responder y una respuesta modelo.

Te respondemos en menos de 15 minutos, de 8:00 a.m. a 9:00 p.m., todos los días.

  • Diagnóstico sin costo
  • Garantía de devolución. Está en nuestro contrato.
  • Jurado simulado por voz
Preguntas
42
Bloques
6
Respuesta modelo
En cada una
Práctica
Jurado por voz

La sustentación

Así es la sustentación de tesis de Ingeniería de Sistemas.

En el Perú, la sustentación de tesis de Ingeniería de Sistemas se hace ante un jurado de tres docentes, por lo general ingenieros con experiencia en desarrollo de software, gestión de proyectos de TI o ciencia de datos. La Ley Universitaria 30220, en su artículo 45, exige aprobar una tesis o un trabajo de suficiencia profesional para obtener el título. En esta carrera la mayoría de tesis son aplicadas: un sistema web o móvil implementado en una empresa o institución, con medición de indicadores antes y después, o un modelo de machine learning entrenado con datos reales para predecir o clasificar algo. Esta guía también te sirve si estudias Ingeniería Informática, porque los jurados de ambas carreras preguntan por lo mismo: metodología de desarrollo, calidad del software, pruebas y evidencia de que el sistema mejoró un proceso.

El jurado no se impresiona con la cantidad de módulos ni con el framework de moda. Quiere ver tres cosas: que el software resuelve un problema medible de la organización, que seguiste una metodología con sus artefactos y pruebas, y que tus indicadores o métricas demuestran el efecto con una prueba estadística bien elegida. Si tu tesis usa datos de personas, también te preguntará cómo los protegiste. Un tesista que abre el sistema en vivo, explica una matriz de confusión sin titubear y sabe qué característica de ISO/IEC 25010 evaluó tiene la mitad de la defensa resuelta.

Problema y objetivosFundamento teórico y tecnológicoMetodología: población, muestra, instrumentos, validez y confiabilidadResultados, métricas y costo beneficioDiscusión y conclusionesAplicación práctica, ética y normativa

Bloque 01

Problema y objetivos.

01¿Qué problema de la organización resuelve su sistema?

Qué busca el jurado

Comprobar que el software nace de una necesidad real y medible, no de las ganas de programar una aplicación.

Cómo responder

Describe el proceso afectado, el síntoma con una cifra de tu diagnóstico y la consecuencia para la organización. Recién después menciona el sistema.

Respuesta modelo

“En la clínica de Trujillo donde hice mi tesis, las citas se registraban en un cuaderno y en una hoja de cálculo, y en mi diagnóstico de un mes encontré que registrar una cita tomaba en promedio más de ocho minutos. Además, 14 de cada 100 citas se cruzaban de horario y había que reprogramarlas. Mi sistema web de gestión de citas apunta a reducir ese tiempo y esas reprogramaciones.”

02¿Cuáles son sus variables y cómo las operacionalizó?

Qué busca el jurado

Verificar que la variable dependiente se mide con indicadores numéricos y no se queda en un concepto general como «mejorar la gestión».

Cómo responder

Nombra la variable independiente (el sistema) y la dependiente (el proceso), y para la dependiente da cada indicador con su fórmula y su unidad.

Respuesta modelo

“La variable independiente es el sistema web de gestión de citas y la dependiente es el proceso de gestión de citas. La operacionalicé con dos indicadores: tiempo promedio de registro de una cita, en minutos, y porcentaje de citas reprogramadas, que es el número de citas reprogramadas entre el total de citas por cien. Ambos tienen su ficha de observación en anexos.”

03¿Por qué desarrolló un sistema propio y no adquirió un software comercial?

Qué busca el jurado

Medir si el tesista evaluó alternativas antes de programar, como haría un ingeniero frente a un cliente.

Cómo responder

Explica qué opciones revisaste y por qué no se ajustaban: costo de licencias, procesos que no cubrían, falta de soporte local o integración con lo que ya existía.

Respuesta modelo

“Revisé dos soluciones comerciales de inventario. Una cobraba licencia mensual por usuario y la otra no manejaba la venta por unidad y por caja que usa la ferretería de Piura. Por eso la gerencia aprobó un desarrollo a medida que se integrara con su facturación electrónica existente.”

04Sus objetivos específicos dicen «desarrollar el módulo de reportes». ¿Eso es un objetivo de investigación?

Qué busca el jurado

Detectar el error frecuente de confundir actividades de desarrollo con objetivos que se miden.

Cómo responder

Reconoce la diferencia: el objetivo debe expresar el efecto en un indicador. Si tu tesis lo corrigió, muestra la redacción final.

Respuesta modelo

“Desarrollar un módulo es una actividad del proyecto, no un objetivo de investigación. Por eso mis objetivos específicos quedaron como determinar la influencia del sistema en el tiempo de búsqueda de productos y en la exactitud del registro de inventario. Los módulos aparecen en el capítulo de desarrollo, como medio para lograr esos efectos.”

05¿Cuál es su hipótesis general y cómo la contrastó?

Qué busca el jurado

Ver que la hipótesis es medible y está atada a una prueba estadística concreta.

Cómo responder

Lee la hipótesis y di con qué datos y qué prueba la sometiste a contraste.

Respuesta modelo

“Mi hipótesis general es que el sistema web mejora significativamente la gestión de inventario de la ferretería. La contrasté comparando el pretest y el postest de cada indicador con una prueba para muestras relacionadas, al 95 por ciento de confianza.”

06¿Qué tipo y qué diseño de investigación siguió?

Qué busca el jurado

Confirmar que la clasificación metodológica corresponde a lo que realmente se hizo.

Cómo responder

Indica el tipo según la finalidad y el diseño según cómo mediste. Si fue preexperimental, dilo sin adornos y menciona su limitación.

Respuesta modelo

“Es una investigación aplicada con diseño preexperimental de un solo grupo con pretest y postest. Medí los indicadores durante cuatro semanas antes de implantar el sistema y cuatro semanas después. No tuve grupo control porque la clínica tiene una sola área de admisión, y esa limitación la declaro en el capítulo de discusión.”

07¿Qué aporta su tesis frente a los antecedentes que revisó?

Qué busca el jurado

Medir si el tesista sabe en qué se distingue su trabajo de lo ya publicado.

Cómo responder

Señala la diferencia concreta: los datos, la institución, las variables predictoras, el algoritmo o la forma de evaluar.

Respuesta modelo

“Los antecedentes sobre deserción estudiantil que revisé usan solo notas y asistencia. Mi modelo, entrenado con datos de una universidad de Huancayo, incorpora además variables socioeconómicas de la ficha de matrícula y el historial de pagos, y compara tres algoritmos con las mismas métricas. Eso permite saber cuál conviene a una universidad de la sierra central.”

Bloque 02

Fundamento teórico y tecnológico.

08¿Por qué eligió Scrum como metodología de desarrollo?

Qué busca el jurado

Comprobar que la metodología responde a las características del proyecto y no a la costumbre.

Cómo responder

Relaciona la elección con el contexto: requisitos que cambiaban, usuario disponible para revisar avances, equipo pequeño y plazos cortos.

Respuesta modelo

“Elegí Scrum porque la jefa de admisión de la clínica podía revisar avances cada dos semanas y sus requisitos fueron cambiando cuando vio las primeras pantallas. Una metodología tradicional me obligaba a cerrar todos los requisitos al inicio, y eso no era realista en este caso.”

09Explique cómo organizó sus sprints y qué artefactos generó.

Qué busca el jurado

Verificar que Scrum se aplicó de verdad y no solo se nombró en el marco teórico.

Cómo responder

Di cuántos sprints hiciste, cuánto duró cada uno, qué contenía la pila del producto y qué evidencia de cada reunión tienes en anexos.

Respuesta modelo

“Trabajé cuatro sprints de dos semanas. La pila del producto tenía 22 historias de usuario priorizadas con la dueña del producto, que fue la jefa de admisión. De cada sprint guardé la pila del sprint, el gráfico de trabajo pendiente y el acta de revisión firmada, que están en el anexo 7.”

10Usted siguió RUP. ¿Qué modelos presenta y para qué sirve cada uno?

Qué busca el jurado

Comprobar que el tesista entiende los artefactos de RUP y no los incluyó como relleno.

Cómo responder

Recorre los modelos principales (casos de uso, clases, secuencia, despliegue) y explica qué decisión de diseño respaldó cada uno.

Respuesta modelo

“En la fase de elaboración hice el diagrama de casos de uso, que define qué puede hacer el almacenero y qué el administrador. El diagrama de clases me sirvió para diseñar la base de datos y los de secuencia para validar el flujo de una venta que descuenta stock. El diagrama de despliegue muestra el servidor en la nube y las terminales de la tienda.”

11¿Qué arquitectura tiene su sistema y por qué la eligió?

Qué busca el jurado

Ver que el tesista tomó decisiones de diseño técnico con criterio.

Cómo responder

Describe las capas o componentes, las tecnologías de cada uno y la razón de cada elección (mantenimiento, costo, conocimiento del equipo de la empresa).

Respuesta modelo

“Es una aplicación web con arquitectura modelo vista controlador, con Laravel en el servidor, MySQL como base de datos y una interfaz adaptable a celulares. Elegí Laravel porque el área de TI de la clínica ya mantenía otro sistema en PHP y así podrán darle soporte sin contratar a alguien nuevo.”

12¿Qué es la norma ISO/IEC 25010 y qué características evaluó con ella?

Qué busca el jurado

Comprobar que la evaluación de calidad del software tiene un modelo de referencia y no es una opinión.

Cómo responder

Explica que la norma define un modelo de calidad del producto con características y subcaracterísticas, y di cuáles elegiste y por qué.

Respuesta modelo

“ISO/IEC 25010 define el modelo de calidad del producto de software, con características como adecuación funcional, eficiencia de desempeño, usabilidad, fiabilidad y seguridad. Evalué adecuación funcional y usabilidad, porque eran las que más interesaban a la clínica, y cada subcaracterística la medí con una métrica y un umbral de aceptación definidos antes de las pruebas.”

13Explique cómo funciona el algoritmo que eligió para su modelo.

Qué busca el jurado

Es la pregunta teórica central en tesis de machine learning: el jurado quiere saber si entiendes lo que hace el modelo o solo ejecutaste una librería.

Cómo responder

Explica el algoritmo con palabras sencillas, menciona sus hiperparámetros principales y por qué se ajusta a tus datos.

Respuesta modelo

“Random forest construye muchos árboles de decisión, cada uno con una muestra distinta de los datos y un subconjunto aleatorio de variables, y clasifica por votación de mayoría. Lo elegí porque mis datos mezclan variables numéricas y categóricas y porque reduce el sobreajuste que tendría un solo árbol. Ajusté el número de árboles y la profundidad máxima con búsqueda en rejilla.”

14¿Qué teoría sustenta su variable dependiente?

Qué busca el jurado

Ver que el tesista conoce el proceso de negocio que mide, no solo la tecnología.

Cómo responder

Menciona los autores o modelos de gestión que definen tu variable y de dónde salen las fórmulas de tus indicadores.

Respuesta modelo

“La gestión de inventarios la sustento en la literatura de logística y cadena de suministro, que define la exactitud del registro de inventario como la proporción de productos cuyo stock en el sistema coincide con el conteo físico. De ahí tomé la fórmula de mi indicador, y del enfoque de procesos tomé la medición del tiempo de búsqueda como indicador de eficiencia.”

Bloque 03

Metodología: población, muestra, instrumentos, validez y confiabilidad.

15¿Cuál es su población y cuál su muestra?

Qué busca el jurado

Ver que el tesista sabe que en estas tesis la unidad de análisis suele ser un registro o una transacción, no una persona.

Cómo responder

Define la unidad de análisis, el periodo de medición y cómo llegaste al número de la muestra.

Respuesta modelo

“Mi unidad de análisis es la cita registrada en admisión. La población son las citas de un mes típico, alrededor de 1200, y con la fórmula para poblaciones finitas obtuve una muestra de 292 citas en el pretest y 292 en el postest, seleccionadas por muestreo sistemático de los registros diarios.”

16¿Cómo midió el pretest y el postest?

Qué busca el jurado

Verificar que ambas mediciones se hicieron en condiciones comparables y con el mismo instrumento.

Cómo responder

Explica quién midió, con qué instrumento, en qué periodo y qué hiciste para que las condiciones fueran equivalentes.

Respuesta modelo

“En el pretest medí con cronómetro y ficha de observación el tiempo de búsqueda de cada producto solicitado en mostrador. En el postest usé la misma ficha y, además, el registro de tiempos que guarda el sistema. Medí en las mismas semanas del mes y en los mismos turnos para no comparar una temporada alta con una baja.”

17¿Qué instrumentos utilizó y cómo los validó?

Qué busca el jurado

Comprobar que los instrumentos tienen validez de contenido demostrada.

Cómo responder

Nombra cada ficha o cuestionario, qué mide, y cómo se validó: juicio de expertos con un coeficiente, o uso de un instrumento estandarizado.

Respuesta modelo

“Usé dos fichas de observación, una por indicador, y el cuestionario SUS para usabilidad. Las fichas las validaron tres ingenieros de sistemas con experiencia en implantación de software y obtuve una V de Aiken de 0,91. El SUS es un instrumento estandarizado y usé una versión en español publicada en un estudio previo.”

18¿Cómo demostró la confiabilidad de sus mediciones?

Qué busca el jurado

Ver que el tesista aplica el criterio de confiabilidad que corresponde a cada tipo de dato.

Cómo responder

Distingue: el cuestionario se evalúa con consistencia interna, y las mediciones de tiempo o conteo con repetibilidad o con registros automáticos.

Respuesta modelo

“Para el cuestionario SUS calculé el alfa de Cronbach con los 18 usuarios y obtuve 0,86. Para el tiempo de registro no corresponde alfa de Cronbach: la confiabilidad viene de que en el postest el tiempo lo registra el propio sistema con marca de inicio y fin, y en el pretest dos observadores midieron una submuestra y sus tiempos coincidieron casi por completo.”

19¿De dónde obtuvo los datos para entrenar su modelo y cómo los preparó?

Qué busca el jurado

Verificar la trazabilidad y la calidad del conjunto de datos, base de cualquier resultado de machine learning.

Cómo responder

Indica la fuente, el periodo, el número de registros y variables, y los pasos de limpieza, imputación y codificación.

Respuesta modelo

“La oficina de registros académicos me entregó, con autorización del vicerrectorado, 4800 registros anonimizados de estudiantes de cinco cohortes. Eliminé registros duplicados, imputé con la mediana los valores faltantes de ingreso familiar y codifiqué las variables categóricas. El detalle de cada paso está en el cuaderno de código del anexo 9.”

20¿Cómo dividió los datos para entrenar y evaluar el modelo?

Qué busca el jurado

Detectar si el modelo se evaluó con datos que ya había visto, un error que invalida las métricas.

Cómo responder

Explica la partición, si fue estratificada, y si usaste validación cruzada para elegir hiperparámetros.

Respuesta modelo

“Separé el 30 por ciento de los datos como conjunto de prueba, de forma estratificada para conservar la proporción de desertores, y no lo toqué hasta el final. Con el 70 por ciento restante hice validación cruzada de diez particiones para ajustar hiperparámetros. Las métricas que presento salen solo del conjunto de prueba.”

21Solo el 12 por ciento de sus registros son desertores. ¿Cómo manejó ese desbalance?

Qué busca el jurado

Comprobar que el tesista conoce el problema de clases desbalanceadas y no se deja engañar por una exactitud alta.

Cómo responder

Di qué técnica aplicaste, en qué conjunto y por qué eso no contamina la evaluación.

Respuesta modelo

“Apliqué sobremuestreo SMOTE solo dentro del conjunto de entrenamiento de cada partición, nunca en el de prueba, para que la evaluación refleje la proporción real. También comparé con el ajuste de pesos por clase del propio algoritmo, y el random forest con SMOTE dio mejor F1 en la clase de desertores.”

22¿Qué pruebas de software realizó antes de medir el postest?

Qué busca el jurado

Verificar que el sistema estaba estable cuando se midió su efecto, porque un sistema con fallas distorsiona el postest.

Cómo responder

Menciona los niveles de prueba que aplicaste, cuántos casos de prueba y cómo terminaste con la aceptación del usuario.

Respuesta modelo

“Hice pruebas unitarias de las funciones de cálculo de stock, pruebas de integración entre ventas e inventario y 46 casos de prueba funcionales documentados. Después, el administrador y dos almaceneros ejecutaron las pruebas de aceptación durante una semana y firmaron el acta de conformidad antes de que empezara el postest.”

Jurado simulado

Ensaya estas preguntas en voz alta antes del día.

En tu plataforma de estudio un jurado simulado te pregunta y te repregunta por voz sobre tu propia tesis, como el día de la sustentación.

Conoce tu plataforma de estudio

Bloque 04

Resultados, métricas y costo beneficio.

23¿Qué prueba estadística usó para comparar el pretest con el postest?

Qué busca el jurado

Ver que la prueba corresponde a muestras relacionadas y a la distribución de los datos.

Cómo responder

Explica la prueba de normalidad que hiciste, su resultado y la prueba que eso te llevó a usar.

Respuesta modelo

“Verifiqué la normalidad de las diferencias con Kolmogorov Smirnov, porque la muestra supera los 50 datos, y no se cumplió. Por eso usé la prueba de Wilcoxon para muestras relacionadas en lugar de la t de Student. Si los datos hubieran sido normales, habría aplicado la t para muestras relacionadas.”

24Interprete el resultado de su indicador principal.

Qué busca el jurado

Comprobar que el tesista traduce el valor p en una conclusión sobre el proceso.

Cómo responder

Da los promedios o medianas antes y después, la diferencia, el estadístico, el valor p y la decisión sobre la hipótesis.

Respuesta modelo

“El tiempo promedio de registro de una cita bajó de 8,4 a 3,1 minutos. La prueba de Wilcoxon dio un valor p menor a 0,001, así que rechazo la hipótesis nula y concluyo que el sistema redujo significativamente el tiempo de registro, en un 63 por ciento.”

25Explique su matriz de confusión.

Qué busca el jurado

Es infaltable en tesis de clasificación: el jurado verifica que entiendes qué aciertos y errores comete tu modelo.

Cómo responder

Lee las cuatro celdas con los nombres correctos y di qué significa cada error en el contexto real del problema.

Respuesta modelo

“De los 173 desertores del conjunto de prueba, el modelo identificó 138, que son los verdaderos positivos, y dejó pasar 35, que son falsos negativos. Además marcó como riesgo a 96 estudiantes que no desertaron. En este problema el falso negativo es el error más costoso, porque es un estudiante en riesgo que no recibe tutoría.”

26¿Por qué reporta precisión, recall y F1, y no solo la exactitud?

Qué busca el jurado

Ver que el tesista sabe que con clases desbalanceadas la exactitud engaña.

Cómo responder

Define cada métrica en una línea y explica cuál priorizaste según el costo de cada error.

Respuesta modelo

“Un modelo que dijera que nadie deserta tendría 88 por ciento de exactitud con mis datos y no serviría de nada. La precisión indica cuántos de los marcados como riesgo realmente desertan, el recall cuántos desertores detecté y el F1 combina ambas. Prioricé el recall, que llegó a 0,80, porque a la universidad le conviene más contactar a un estudiante de más que perder a uno.”

27¿Cómo interpreta el puntaje de usabilidad que obtuvo con el SUS?

Qué busca el jurado

Comprobar que el tesista sabe calcular e interpretar el SUS, que no se lee como un promedio simple de respuestas.

Cómo responder

Explica brevemente cómo se calcula el puntaje de 0 a 100 y compáralo con la referencia que usaste.

Respuesta modelo

“El SUS convierte las diez respuestas en un puntaje de 0 a 100, invirtiendo los ítems negativos. Mi sistema obtuvo 78,5 con 18 usuarios de admisión, por encima del promedio de referencia de 68 puntos que reporta la literatura. Los ítems más bajos fueron los de aprendizaje inicial, y por eso agregué una guía rápida en la pantalla de inicio.”

28¿Qué tan grande es la mejora, más allá de que sea significativa?

Qué busca el jurado

Distinguir significancia estadística de magnitud del efecto, algo que los jurados con formación en estadística preguntan cada vez más.

Cómo responder

Presenta el porcentaje de cambio y, si lo calculaste, un tamaño del efecto con su interpretación.

Respuesta modelo

“La exactitud del registro de inventario pasó de 71 a 94 por ciento, una mejora de 23 puntos. Calculé además el tamaño del efecto r de la prueba de Wilcoxon, que dio 0,68, considerado grande. Es decir, el cambio no solo es significativo, también es relevante para la operación de la ferretería.”

29¿Cuánto costó el sistema y qué beneficio económico genera?

Qué busca el jurado

Ver que el tesista sabe justificar el proyecto ante una gerencia, no solo ante un docente.

Cómo responder

Detalla los costos de desarrollo, infraestructura y capacitación, y el beneficio cuantificado en horas ahorradas o pérdidas evitadas. Si calculaste VAN o periodo de recuperación, dilo.

Respuesta modelo

“El costo total fue de 9800 soles, entre horas de desarrollo valorizadas, alojamiento en la nube por un año y capacitación. El beneficio principal es la reducción de faltantes no detectados y de horas de conteo manual, que valoricé en unos 1100 soles mensuales. Con esos flujos la inversión se recupera en menos de diez meses.”

Bloque 05

Discusión y conclusiones.

30Su reducción de tiempo es mayor que la de su antecedente principal. ¿Cómo lo explica?

Qué busca el jurado

Ver que la discusión compara condiciones y no solo cifras.

Cómo responder

Compara la situación de partida, el tipo de sistema, el periodo de medición y el contexto de cada estudio.

Respuesta modelo

“El antecedente partía de un sistema de escritorio que ya existía y lo reemplazó por uno web, así que su mejora fue de 35 por ciento. En mi caso la clínica partía de un cuaderno y una hoja de cálculo, donde el margen de mejora era mucho mayor. Por eso no presento mi 63 por ciento como superior en sí, sino como reflejo de una línea base más precaria.”

31¿Cómo sabe que la mejora se debe al sistema y no a otros factores?

Qué busca el jurado

Poner a prueba la validez interna del diseño preexperimental, su punto débil más conocido.

Cómo responder

Reconoce la limitación del diseño y explica qué controlaste: mismo personal, mismo periodo del mes, sin otros cambios en el proceso.

Respuesta modelo

“Un diseño sin grupo control no descarta del todo otras explicaciones, y lo digo en la tesis. Lo que hice fue controlar las variables más probables: el mismo personal de almacén en ambos periodos, mediciones en semanas equivalentes del mes y el compromiso de la gerencia de no cambiar el procedimiento durante el estudio. No hubo contrataciones ni reorganización en ese tiempo.”

32¿Su modelo funcionaría en otra universidad?

Qué busca el jurado

Ver si el tesista entiende los límites de generalización de un modelo entrenado con datos de una sola institución.

Cómo responder

Explica de qué depende la transferencia y qué habría que hacer antes de usarlo en otro contexto.

Respuesta modelo

“No lo aplicaría sin reentrenarlo, porque las variables que más pesan, como el historial de pagos y la modalidad de ingreso, dependen de las políticas de cada universidad. Lo que sí es transferible es el proceso: la preparación de datos, la comparación de algoritmos y las métricas. Otra universidad tendría que entrenar con sus propios registros.”

33¿Sus conclusiones responden a cada objetivo específico?

Qué busca el jurado

Verificar la coherencia entre objetivos, resultados y conclusiones.

Cómo responder

Lee cada conclusión junto con su objetivo y el dato que la respalda.

Respuesta modelo

“Tengo una conclusión por objetivo específico. La primera responde al tiempo de búsqueda, que bajó de 4,2 a 1,3 minutos con diferencia significativa, y la segunda a la exactitud del registro de inventario, que subió de 71 a 94 por ciento. La conclusión general integra ambas y acepta la hipótesis general.”

34¿Qué limitaciones tiene su investigación?

Qué busca el jurado

Valorar la honestidad técnica sobre lo que la tesis puede y no puede afirmar.

Cómo responder

Menciona limitaciones de diseño, de periodo de medición, de datos y de alcance funcional del sistema.

Respuesta modelo

“El postest duró cuatro semanas, así que no sé si la mejora se mantiene cuando el personal se acostumbra o rota. No evalué la eficiencia de desempeño con muchos usuarios simultáneos, porque la clínica tiene pocas terminales. Y el diseño preexperimental no tiene grupo control.”

35¿Qué recomendaciones deja para la organización y para futuros tesistas?

Qué busca el jurado

Confirmar que el tesista proyecta su trabajo con criterio técnico y no con frases generales.

Cómo responder

Da recomendaciones concretas que nazcan de tus resultados y de tus limitaciones.

Respuesta modelo

“A la universidad le recomiendo reentrenar el modelo cada año con la nueva cohorte y conectar las alertas con el programa de tutoría. A futuros tesistas, probar modelos con datos de asistencia semanal para detectar el riesgo en las primeras semanas del ciclo y medir si la intervención reduce realmente la deserción.”

Bloque 06

Aplicación práctica, ética y normativa.

36Su sistema maneja datos de pacientes. ¿Cómo protegió esa información?

Qué busca el jurado

Evaluar si el tesista conoce sus obligaciones con los datos personales, en especial los de salud.

Cómo responder

Menciona la Ley 29733, la naturaleza sensible de los datos de salud y las medidas técnicas y organizativas que aplicaste en el sistema y en la investigación.

Respuesta modelo

“La Ley 29733 de Protección de Datos Personales considera sensibles los datos de salud y exige que el consentimiento para tratarlos sea por escrito. Por eso el sistema solo guarda los datos que la clínica ya recogía con su consentimiento, los accesos se controlan por rol y para la tesis trabajé con registros sin nombres ni documentos de identidad. La clínica me dio una autorización escrita para usar esos datos con fines académicos.”

37¿Qué medidas de seguridad informática implementó?

Qué busca el jurado

Ver que la seguridad fue parte del diseño y no un agregado de última hora.

Cómo responder

Enumera controles concretos de autenticación, autorización, cifrado, respaldo y validación de entradas, y cómo los probaste.

Respuesta modelo

“Las contraseñas se guardan con hash bcrypt, el acceso es por HTTPS y cada usuario solo ve los módulos de su rol. Validé todas las entradas para evitar inyección SQL y revisé el sistema contra los riesgos más comunes de la lista OWASP Top 10. La base de datos tiene copia de respaldo diaria automática.”

38¿Su modelo podría perjudicar a algún grupo de estudiantes?

Qué busca el jurado

Comprobar que el tesista reflexiona sobre el sesgo y el uso responsable de un modelo predictivo.

Cómo responder

Explica qué revisaste sobre sesgos, qué variables excluiste y cómo debe usarse la predicción.

Respuesta modelo

“Revisé el recall por sexo y por lugar de procedencia y no encontré diferencias grandes, aunque los estudiantes de provincias alejadas tienen pocos registros. Excluí variables como el colegio de procedencia porque podían estigmatizar. Además, en la tesis dejo claro que la predicción debe usarse para ofrecer tutoría, nunca para negar una matrícula o una beca.”

39¿El sistema sigue funcionando? ¿Quién lo mantiene ahora?

Qué busca el jurado

Verificar que la implantación fue real y sostenible, no una demostración para la tesis.

Cómo responder

Indica el estado actual, quién se encarga del soporte y qué documentación y capacitación entregaste.

Respuesta modelo

“Sí, la ferretería lo usa desde hace cinco meses en sus dos locales de Piura. Entregué el manual de usuario, el manual técnico con el modelo de datos y el código fuente en un repositorio de la empresa. Capacité al administrador para crear usuarios y hacer respaldos, y el soporte de nuevas funciones lo coordina con un programador externo.”

40¿A quién pertenece el código fuente y los datos?

Qué busca el jurado

Ver que el tesista resolvió la propiedad intelectual y el uso de datos antes de implantar.

Cómo responder

Explica qué acordaste por escrito con la organización sobre el código, los datos y su uso en la tesis.

Respuesta modelo

“Firmé con la gerencia un acta donde se establece que la ferretería puede usar y modificar el sistema sin restricciones y que yo puedo describirlo en mi tesis. Los datos de ventas e inventario son de la empresa, y en la tesis solo presento indicadores agregados, sin montos de compra ni nombres de proveedores.”

41¿Cómo garantiza que los datos del postest no fueron manipulados?

Qué busca el jurado

Evaluar la integridad científica del tesista, tan importante como el resultado.

Cómo responder

Describe la trazabilidad de tus datos: registros del sistema, fichas firmadas, archivos originales y cómo se puede verificar cada cifra.

Respuesta modelo

“Los tiempos del postest salen del registro automático del sistema, con marca de fecha y hora que no se puede editar desde la interfaz. Las fichas del pretest están firmadas por la jefa de admisión y los archivos originales están en anexos. El Código Nacional de Integridad Científica considera falta grave fabricar o falsificar datos, y por eso cualquier cifra de mis tablas se puede rastrear hasta su origen.”

42Si la empresa crece, ¿su sistema soportaría más locales y usuarios?

Qué busca el jurado

Medir la visión de ingeniero sobre escalabilidad y evolución del producto.

Cómo responder

Explica qué decisiones de arquitectura facilitan crecer y qué cambios harían falta a partir de cierto volumen.

Respuesta modelo

“El sistema ya maneja dos locales con una base de datos central, así que agregar un tercero es configurar un nuevo almacén. Si superaran unos 50 usuarios simultáneos, recomendaría pasar a un servidor con más recursos y separar la base de datos. Esa evaluación de rendimiento queda como recomendación, porque no la medí en la tesis.”

Errores

Los errores que más puntos cuestan.

Presentar el sistema y olvidar la investigación. Muchos tesistas dedican 15 minutos a recorrer pantallas y dos a los resultados. El jurado de Ingeniería de Sistemas ya asume que sabes programar; lo que evalúa es si tus indicadores cambiaron y cómo lo demostraste. Muestra el sistema en vivo solo en los flujos que afectan tus indicadores.

Objetivos redactados como tareas de desarrollo. «Diseñar la base de datos» o «implementar el módulo de ventas» son actividades. Si tus objetivos tienen esa forma, prepárate para explicar qué indicador mide cada uno, porque el jurado lo va a preguntar.

Nombrar Scrum o RUP sin evidencia. Si dices que usaste Scrum, el jurado te pedirá la pila del producto, las historias de usuario y las actas de revisión. Si dices RUP, querrá ver los modelos de cada fase. Una metodología sin artefactos en anexos se lee como un capítulo copiado.

Reportar solo la exactitud de un modelo de machine learning. Con clases desbalanceadas, una exactitud de 90 por ciento puede esconder un modelo que no detecta casi nada. Presenta la matriz de confusión, la precisión, el recall y el F1, y explica cuál priorizaste y por qué.

Evaluar el modelo con datos de entrenamiento. Aplicar SMOTE o normalizar antes de separar los datos, o elegir hiperparámetros mirando el conjunto de prueba, infla las métricas. Si el jurado tiene formación en ciencia de datos, lo detecta con dos preguntas.

Tratar los datos personales a la ligera. Mostrar en la diapositiva una pantalla con nombres reales de pacientes, clientes o estudiantes es una falta seria. Usa datos de prueba en la demostración y ten listo cómo cumpliste la Ley 29733.

Preparación

Cómo prepararte antes de la fecha.

Días 14 a 11: arma tu mapa de indicadores. En una hoja pon cada objetivo específico con su indicador, su fórmula, el valor del pretest, el del postest, la prueba estadística y el valor p. Si tu tesis es de machine learning, arma la tabla de métricas de cada algoritmo comparado. Esa hoja es tu guía de estudio.

Días 10 a 8: repasa metodología de desarrollo y calidad. Ten a mano los artefactos de Scrum o RUP que vas a mostrar, revisa qué características de ISO/IEC 25010 evaluaste con qué métrica y repasa tus casos de prueba y el acta de aceptación. Practica en voz alta la explicación de tu arquitectura en menos de un minuto.

Días 7 a 5: prepara la demostración y las diapositivas. Graba un video corto del sistema funcionando por si falla la conexión el día de la sustentación y prepara datos de prueba sin información personal real. Arma entre 15 y 20 diapositivas, con una dedicada a la matriz de confusión o al gráfico de pretest y postest, y diapositivas de respaldo con el código clave y el diagrama de la base de datos.

Días 4 a 2: simula preguntas incómodas. Pide a un compañero que te pregunte por qué no usaste grupo control, cómo evitaste la fuga de datos entre entrenamiento y prueba, qué pasa si el sistema se cae y quién lo mantiene. Ensaya también qué dirás si el jurado encuentra un error en una tabla o en una consulta SQL.

Día 1: revisa la logística técnica. Comprueba que el sistema está en línea, que tienes acceso de administrador y de usuario, que la presentación corre en dos equipos y que llevas la tesis impresa con pestañas en resultados y anexos.

Para el ensayo final, practica en la plataforma de MiTítulo: el tutor conoce tu tesis y te explica tus propias métricas y pruebas, y el jurado simulado por voz te hace estas preguntas, escucha tu respuesta y te corrige al momento. Si necesitas que un ingeniero revise tu demostración o tu análisis estadístico antes del día, te acompañamos. Escríbenos al WhatsApp y revisamos tu caso sin costo.

Preguntas

Preguntas sobre la sustentación de Ingeniería de Sistemas.

¿Esta guía sirve para la sustentación de Ingeniería Informática?

Sí. En Ingeniería Informática las tesis también son sistemas implantados con indicadores antes y después o modelos de machine learning, y el jurado pregunta por la metodología de desarrollo, la calidad del software, las pruebas, las métricas y la protección de datos. Ajusta los ejemplos a tu tema y la preparación es la misma.

¿Tengo que mostrar el sistema funcionando durante la sustentación?

Conviene hacerlo, pero de forma breve y enfocada en los flujos que afectan tus indicadores. Lleva un video de respaldo por si falla internet o el servidor, y usa datos de prueba en lugar de datos reales de personas.

¿El jurado puede pedirme que explique el código?

Sí, sobre todo la lógica central: el cálculo que afecta tu indicador, una consulta a la base de datos o el entrenamiento del modelo. Ten en diapositivas de respaldo los fragmentos clave y practica explicarlos sin leer línea por línea.

¿Qué pasa si mi modelo de machine learning tiene métricas modestas?

Un F1 moderado bien evaluado vale más que métricas altísimas obtenidas con fuga de datos. Explica qué limitó el desempeño, como pocos registros o variables poco informativas, y qué harías para mejorarlo. El jurado valora la honestidad metodológica.

¿Puedo usar alfa de Cronbach para validar mis fichas de observación?

No corresponde. El alfa de Cronbach mide consistencia interna de escalas con varios ítems, como el SUS. Las fichas de tiempo o de conteo se validan con juicio de expertos y su confiabilidad se apoya en registros automáticos o en la concordancia entre observadores.

¿Cómo practico las respuestas técnicas?

Repite en voz alta las respuestas sobre metodología, métricas y estadística hasta decirlas sin leer. El jurado simulado por voz de la plataforma de MiTítulo te hace preguntas sobre tu propia tesis y te señala dónde tu respuesta queda corta.

Fuentes

Normas y fuentes citadas.

  • Ley 30220, Ley Universitaria, artículo 45. SUNEDU, Oficio Múltiple 017-2021. img.lpderecho.pe
  • Ley 29733, Ley de Protección de Datos Personales, y su Reglamento vigente, DS 016-2024-JUS. lpderecho.pe
  • Código Nacional de Integridad Científica, Resolución de Presidencia 028-2024-CONCYTEC-P. busquedas.elperuano.pe
  • ISO/IEC 25010, Systems and software engineering, Systems and software Quality Requirements and Evaluation (SQuaRE), product quality model.
  • Schwaber, K. y Sutherland, J. La Guía de Scrum.
  • Brooke, J. SUS: A quick and dirty usability scale (System Usability Scale).
  • OWASP Top 10, lista de riesgos de seguridad en aplicaciones web.

Sigue

Sigue preparándote.

Esta página también sirve para Ingeniería Informática.

Ya sabes qué te van a preguntar. Ahora practica con tu propia tesis.

Escríbenos al WhatsApp y revisamos tu caso sin costo. Te respondemos en menos de 15 minutos, de 8:00 a.m. a 9:00 p.m., todos los días.

Escríbenos al WhatsApp
Revisamos tu caso sin costo
Revisamos tu caso sin costo