dc.contributor
Universitat Politècnica de Catalunya. Departament d'Enginyeria de Serveis i Sistemes d'Informació
dc.contributor
Botana Rodríguez, Agustín
dc.contributor
Farré Tost, Carles
dc.contributor.author
Tena Domingo, Júlia
dc.date.accessioned
2025-12-11T16:33:29Z
dc.date.available
2025-12-11T16:33:29Z
dc.date.issued
2025-06-25
dc.identifier
https://hdl.handle.net/2117/448953
dc.identifier.uri
https://hdl.handle.net/2117/448953
dc.description.abstract
El projecte té com a objectiu automatitzar i millorar el procés d'aprovació de préstecs hipotecaris en el sector financer mitjançant la plataforma d'IBM BAMOE. A través de l'ús de models de processos com BPMN i decisions DMN, s'optimitza l'avaluació de sol·licituds, aconseguint reduir els temps de tramitació, els errors humans i els costos operatius per les entitats financeres. Aquestes obtindran un sistema més ràpid, precís, transparent i segur, amb una interfície web que permet seguir en temps real l'estat de les sol·licituds. A més a més, amb la integració d'un model d'aprenentatge autònom per a la validació de riscos, es millora la presa de decisions financeres.
dc.description.abstract
The project aims to automate and improve the mortgage loan approval process in the financial sector using the IBM BAMOE platform. Through the use of process models such as BPMN and decision DMN, the evaluation of applications is optimized, reducing processing times, human errors, and operational costs for financial institutions. These institutions will benefit from a faster, more accurate, transparent, and secure system, with a web interface that allows real-time tracking of the application status. Additionally, with the integration of a Machine Learning model for risk validation, financial decision-making is improved.
dc.description.abstract
El proyecto tiene como objetivo automatizar y mejorar el proceso de aprobación de préstamos hipotecarios en el sector financiero mediante la plataforma de IBM BAMOE. A través del uso de modelos de procesos como BPMN y decisiones DMN, se optimiza la evaluación de solicitudes, consiguiendo reducir los tiempos de tramitación, los errores humanos y los costes operativos para las entidades financieras. Estas obtendrán un sistema más rápido, preciso, transparente y seguro, con una interfaz web que permite seguir en tiempo real el estado de las solicitudes. Además, con la integración de un modelo de aprendizaje autónomo para la validación de riesgos, se mejora la toma de decisiones financieras.
dc.format
application/pdf
dc.publisher
Universitat Politècnica de Catalunya
dc.subject
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic
dc.subject
Machine learning
dc.subject
Business--Data processing
dc.subject
Automatització de processos
dc.subject
Préstecs hipotecaris
dc.subject
Avaluació de risc creditici
dc.subject
Credit risk assessment
dc.subject
Machine learning
dc.subject
Machine learning
dc.subject
Machine learning
dc.subject
Aprenentatge automàtic
dc.subject
Empreses--Informàtica
dc.title
Creació i implementació de solucions empresarials amb IBM BAMOE
