SERVICIO NACIONAL DE ADIESTRAMIENTO EN TRABAJO INDUSTRIAL

FORMACIÓN PROFESIONAL DUAL

CUADERNO DE INFORMES

CÓDIGO N° 89001677
 DIRECCIÓN ZONAL
Ica-Ayacucho

FORMACIÓN PROFESIONAL DUAL

CFP/UCP/ESCUELA: Ica-Ayacucho/Tecnología de la Información/ Ingeniería de Software con

IA.

ESTUDIANTE: Nilo castillo chavez

ID: 1393781 BLOQUE: 202320-PIAD-516-TEC-NRC_62608

CARRERA: Ingeniería de Software con IA.

INSTRUCTOR: Jhonatan Sauñe Pichardo

SEMESTRE: V DEL:07/08/2023 AL:12/08/2023

 INSTRUCCIONES PARA EL USO DEL
CUADERNO DE INFORMES DE TRABAJO SEMANAL

1. PRESENTACIÓN.

El Cuaderno de Informes de trabajo semanal es un documento de control, en el cual el estudiante,

registra diariamente, durante la semana, las tareas, operaciones que ejecuta en su formación práctica
en SENATI y en la Empresa.

2. INSTRUCCIONES PARA EL USO DEL CUADERNO DE INFORMES.

2.1 En el cuadro de rotaciones, el estudiante, registrará el nombre de las áreas o secciones por las
cuales rota durante su formación práctica, precisando la fecha de inicio y término.
2.2 Con base al PEA proporcionado por el instructor, el estudiante transcribe el PEA en el cuaderno
de informes. El estudiante irá registrando y controlando su avance, marcando en la columna que
corresponda.
2.3 En la hoja de informe semanal, el estudiante registrará diariamente los trabajos que ejecuta,
indicando el tiempo correspondiente. El día de asistencia al centro para las sesiones de tecnología,
registrará los contenidos que desarrolla. Al término de la semana totalizará las horas.
De las tareas ejecutadas durante la semana, el estudiante seleccionará la más significativa y hará
una descripción del proceso de ejecución con esquemas y dibujos correspondientes que aclaren
dicho proceso.
2.4 Semanalmente, el estudiante registrará su asistencia, en los casilleros correspondientes.
2.5 Semanalmente, el Monitor revisará, anotará las observaciones y recomendaciones que considere;
el Instructor revisará y calificará el Cuaderno de Informes haciendo las observaciones y
recomendaciones que considere convenientes, en los aspectos relacionados a la elaboración de
un Informe Técnico (términos técnicos, dibujo técnico, descripción de la tarea y su procedimiento,
normas técnicas, seguridad, etc.)
2.6 Si el PEA tiene menos operaciones (151) de las indicadas en el presente formato, puede eliminar
alguna página. Asimismo, para el informe de las semanas siguientes, debe agregar las semanas
que corresponda.
2.7 Escala de calificación:

CUANTITATIVA CUALITATIVA CONDICIÓN

16,8 – 20,0 Excelente
13,7 – 16,7 Bueno Aprobado
10,5 – 13,6 Aceptable
00 – 10,4 Deficiente Desaprobado
 PLAN DE ROTACIONES

PERÍODO
ÁREA / SECCIÓN / EMPRESA SEMANAS
DESDE HASTA

Ingeniería de Software con IA./42-Z3-302/SENATI 07 12 1

 PLAN ESPECÍFICO DE APRENDIZAJE (PEA)
SEGUIMIENTO Y EVALUACIÓN
Llenar según avance

OPERACIONES OPERACIONES
OPERACIONES
Nº OPERACIONES/TAREAS EJECUTADAS* PARA
POR EJECUTAR
SEMINARIO
1 2 3 4
01 Demografía del mercado X
02 Análisis de Procesos X

03 Análisis del Problema X

04 Identificación del ámbito X

05 Perfiles del ámbito X

06 Necesidades del ámbito y los usuarios
07 Perspectiva general del sistema
08 Requerimientos Funcionales del Sistema
Requerimiento no Funcional calidad del
09
Sistema
Requerimiento no Funcional interfaces del
10
Sistema
11 Reglas de Negocio X
12 Limitaciones del Sistema
13 Requerimientos de licenciamiento
14 Casos de uso

15 Dominio de la arquitectura
16 Alcance y Restricciones
17 Actores del sistema y escenarios clave
18 Metas de la Arquitectura
19 Requisitos Significativos de la Arquitectura
20 Ventajas del Modelo Vista Controlador X

21 Modelo de Datos
22 Diccionario de datos
23 Mapa de Navegación
24 Diseño de Pantallas X

25 Desarrollo final del prototipo

26 Casos de prueba del prototipo
Explica las Características y arquitectura
27
Android
28 Crea emuladores en Android
Conoce las características y funciones del IDE
29
Android Studio
Creando la aplicación tipo “charada” de
30
preguntas y respuesta
 Conoce el ciclo de vida definición y
31
características de Activity
32 Configura el archivo de manifiesto
Conoce los componentes de una pantalla,
33
Views y ViewGroups
Distribuye los layouts: Distribución de los
ViewGroups: LinearLayout, AbsoluteLayout,
34
TableLayout, RelativeLayout, FrameLayout y
ScrollView

OPERACIONES OPERACIONES
OPERACIONES
Nº OPERACIONES/TAREAS EJECUTADAS* PARA
POR EJECUTAR
1 2 3 4 SEMINARIO

Distribuye ViewGroups en LinearLayout con

35
ImageView
Distribuye ViewGroups en AbsoluteLayout con
36
ImageButton
37 Distribuye ViewGroups en TableLayout con Spinner
Distribuye ViewGroups en RelativeLayout con
38
CheckBox
Distribuye ViewGroups en FrameLayout con
39
ProgressBar
40 Distribuye ViewGroups en ScrollView
41 Usa intents para gestionar actividades
42 Usa PendingIntent y notificaciones
43 Logra forzar la orientación del dispositivo móvil
Usa diálogos Dialog Window, Progress Dialog,
44
menús y fuentes
HttpClient: Redes, Aplicaciones y Servicios en
45
Internet (RASI)
Conoce mensajes y estructura de SOAP (Simple
46
Object Access Protocol)
47 Obtiene datos de archivos XML
48 Obtiene data binaria (imágenes)
49 Importa y Exporta datos de MySQL a SQLite
50 Introducción a R
51 Utilizando R para Analítica de Datos
52 Conceptos de Big Data.
53 Conceptos de Machine Learning, Data Mining.
54 Metodología y etapas CRISP-DM
55 Introducción al R y RStudio.
56 Cálculo y modelos de Probabilidad.
57 Inferencia Estadística y Contrastes de Hipótesis.
 Introducción al procesamiento de datos, métodos de
58
visualización.
Visualización de datos (Continuos, bivariados,
59
categóricos, espaciales).
60 Visualización y comparación de poblaciones.
61 Ecosistema Hadoop.
HDFS Hadoop Distributed File System y
62
MapReduce.
63 Sqoop, Hive, Flume, Spark.
64 Introducción a la Minería de Datos.
65 Análisis Exploratorio de Datos.
66 Métodos de Clasificación
67 Métodos de Agrupamiento K-Means,DBSCAN
68 Otros Temas de Minería de Datos
69 Conceptos fundamentales de Analítica Predictiva.
Implementación de modelos predictivos en
70
plataformas Cloud Computing.
71 Caso práctico y evaluación.
72 Introducción a R
73 Utilizando R para Analítica de Datos
*Número de repeticiones realizadas.
OPERACIONES OPERACIONES
OPERACIONES
Nº OPERACIONES/TAREAS EJECUTADAS* PARA
POR EJECUTAR
1 2 3 4 SEMINARIO

74 Conceptos de Big Data.

75 Conceptos de Machine Learning, Data Mining.
76 Metodología y etapas CRISP-DM
77 Introducción al R y RStudio.
78 Cálculo y modelos de Probabilidad.
79 Inferencia Estadística y Contrastes de Hipótesis.
Introducción al procesamiento de datos, métodos de
80
visualización.
Visualización de datos (Continuos, bivariados,
81
categóricos, espaciales).
82 Visualización y comparación de poblaciones.
83 Ecosistema Hadoop.
HDFS Hadoop Distributed File System y
84
MapReduce.
85 Sqoop, Hive, Flume, Spark.
86 Introducción a la Minería de Datos.
87 Análisis Exploratorio de Datos.
88 Métodos de Clasificación
89 Métodos de Agrupamiento K-Means, DBSCAN
90 Otros Temas de Minería de Datos
91 Conceptos fundamentales de Analítica Predictiva.
Implementación de modelos predictivos en
92
plataformas Cloud Computing.
93 Caso práctico y evaluación.
94 Ciclos de vida tradicionales.
95 Ciclos de vida para sistemas orientados a objetos.
96 Metodologías de desarrollo de software.
97 Tipos de requisitos
98 Contexto y aspectos clave.
99 Arquitectura software.
100 Patrones de diseño.
101 Descripciones estructurales (estática)
102 Descripciones de comportamiento (dinámica).

103 Elementos de la interacción.

104 Diagramas de secuencia.
105 Diagramas de comunicación.
Modelado de flujos de control por ordenación
106
temporal.
107 Modelado de flujos de control por organización.
108 Elementos principales: clases, relaciones.
109 Diagramas de clases.
110 Diagramas de objetos.
111 Interfaces.
112 Mecanismos de extensión.
*Número de repeticiones realizadas.
OPERACIONES OPERACIONES
OPERACIONES
Nº OPERACIONES/TAREAS EJECUTADAS* PARA
POR EJECUTAR
1 2 3 4 SEMINARIO

113 Mecanismos de extensión.

114 Técnicas de modelado.
115 Paquetes.
116 Relaciones entre paquetes.
117 Estereotipos y valores etiquetados de los paquetes.
118 Diagramas de paquetes.
119 Modelado de grupos de elementos.
120 Modelado de vistas arquitectónicas.
121 Concepto de evento.
122 Tipos de eventos.
123 Máquinas de estados.
124 Diagramas de transición de estados.
125 Diagramas de actividad.
126 Modelado de la vida de un objeto.
127 Modelado de un flujo de trabajo.
128 Modelado de una operación.
 INFORME SEMANAL

V SEMESTRE SEMANA N° 1 DEL 07 AL 12 DEL 2023

DÍA TRABAJOS EFECTUADOS HORAS

LUNES

MARTES

MIÉRCOLES

JUEVES Diseño y desarrollo de aplicaciones móviles 1

VIERNES

SÁBADO

TOTAL 5
Tarea más significativa: DATA BINDINGG

El data binding permite que los elementos de la interfaz usuario reflejen automáticamente evitando la necesidad de
actualizar manualmente y así mismo es un código mas limpio de utilizar ya que puede evitar la manipulación directa de los
elementos de interfaz de usuario en tu código en lugar de vincular directamente y así ahorras el tiempo con la
sincronización automáticamente de interfaz de usuario y los datos reduce la cantidad de código necesarios para mantener
la coherencia.
 EVALUACIÓN DEL INFORME DE TRABAJO SEMANAL
NOTA
AUTOCONTROL DE ASISTENCIA POR EL ESTUDIANTE
LUNES MARTES MIÉRCOLES JUEVES VIERNES SÁBADO
M T M T M T M T M T M T
INJUSTIFICADAS: I
ASISTENCIA A SENATI INASISTENCIA
JUSTIFICADAS : FJ

OBSERVACIONES Y RECOMENDACIONES
DEL INSTRUCTOR: DEL MONITOR DE EMPRESA:

FIRMA DE MONITOR DE
FIRMA DEL ESTUDIANTE: FIRMA DEL INSTRUCTOR:
EMPRESA: