Aplicación de técnicas de ciencia de datos para el diseño de estrategias en Mentoralia A.C.

Abstract

Technovation Girls es un programa global y virtual dirigido a niñas de 8 a 18 años, cuyo objetivo es desarrollar habilidades en tecnología y emprendimiento a través de un programa de doce semanas, al final del cual entregan un proyecto. En México, el programa es coordinado por Mentoralia A.C., una asociación sin fines de lucro que busca formalizar esfuerzos y establecer alianzas con instituciones educativas y empresas tecnológicas para promover la participación femenina en STEM.

Un reto importante que enfrenta Mentoralia es la alta deserción: muchas estudiantes se inscriben, pero no completan el programa. Este estudio tiene como finalidad identificar un modelo predictivo que permita predecir si una estudiante completará el programa, así como encontrar los factores clave que influyen en su permanencia.

En el estudio se usó la base de datos de participantes en México durante el periodo 2020–2024. Primero, se realizó un análisis exploratorio considerando variables como el año, número de estudiantes y mentores por equipo. Luego, se aplicó un análisis bivariado para comparar estas variables con la tasa de finalización.

Se entrenaron modelos de Regresión Logística, PBC4cip, SVC y Redes Neuronales, evaluados mediante precisión, recall, F1-score y AUC-ROC. Además del desempeño, se analizaron las variables más influyentes en la predicción. Estos hallazgos pueden guiar estrategias futuras para mejorar la retención y apoyar la participación femenina en ciencia y tecnología mediante enfoques basados en datos.