La tecnología de telecomunicaciones FTTH (Fiber To The Home) despliega y distribuye el suministro de servicios avanzados de telecomunicación, como el 3play, desde el ISP (Internet Service Provider) hasta el usuario final. La conexión de fibra óptica de los hogares aporta baja latencia, alta velocidad y seguridad. Sin embargo, para proveer estas ventajas y cumplir los acuerdos de servicio (SLA) establecidos con los clientes, las empresas de telecomunicación deben desplegar y extender nuevos tendidos de fibra óptica y, también mantener las redes de fibra óptica existentes.
El incumplimiento de los SLAs por parte de las empresas de telecomunicación conlleva el pago de penalizaciones que reducen enormemente sus beneficios. En este contexto, es clave mejorar los tiempos de instalación de nuevos tendidos de fibra y, reducir los tiempos empleados en la solución de los fallos de la red. Así, las empresas de telecomunicación necesitan sistemas de información que reduzcan el RTO (Recovery Time Objective) y el RPO (Recovery Point Objective) para minimizar el impacto de la pérdida de datos ante un fallo en el servicio de la red.
El objetivo general de este TFM es desarrollar una herramienta que analice las ordenes de trabajo realizadas por el personal del área de planta externa de la empresa relacionadas con el despliegue y mantenimiento de la fibra óptica. En concreto, la aplicación realizará una asignación eficiente de las tareas a los recursos humanos, que minimizará los tiempos de respuestas y optimizará el control de calidad de la red de fibra óptica bajo supervisión. Para ello, inicialmente se realizará la digitalización y homogenización de los datos tomados. Después, los servicios diseñados, y desplegados en el proveedor público de servicios en la nube AWS, generarán los informes necesarios para analizar el funcionamiento de las operaciones y, optimizar la asignación de los técnicos disponibles en función de capacidades y disponibilidad.
Para el desarrollo de este TFM se hará uso de una metodología ágil basada en Scrum. Se mantendrán reuniones quincenales con los tutores para el correcto seguimiento y retroalimentación del trabajo.
En cuanto al plan de trabajo, a priori se definen las siguientes fases:
- Estudio de servicios AWS: serverless, bases de datos como DynamoDB
- Estudio de técnicas ML
- Adquisición y preprocesamiento de los datos
- Selección e implementación de la técnica ML a usar
- Diseño e implementación de los servicios de AWS necesarios
- Análisis de los resultados
Las competencias que se aplican este TFM son:
CE1: Capacidad para la integración de tecnologías, aplicaciones, servicios y sistemas propios de la Ingeniería Informática, con carácter generalista, y en contextos más amplios y multidisciplinares.
CE4: Capacidad para modelar, diseñar, definir la arquitectura, implantar, gestionar, operar, administrar y mantener aplicaciones, redes, sistemas, servicios y contenidos informáticos.
CE09: Capacidad para diseñar y evaluar sistemas operativos y servidores, y aplicaciones y sistemas basados en computación distribuida.
CE12 - Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
CE16: Realización, presentación y defensa, una vez obtenidos todos los créditos del plan de estudios, de un ejercicio original realizado individualmente ante un tribunal universitario, consistente en un proyecto integral de Ingeniería en Informática de naturaleza profesional en el que se sinteticen las competencias adquiridas en las enseñanzas.
