Este proyecto tiene como objetivo desarrollar un sistema de recomendación para mitigar los problemas de bucle en las pruebas de deslizadores de HDD utilizando la máquina de pruebas Amber (Máquina A). Los componentes que simulan el HDD a menudo fallan y requieren reparación antes de volver a ser probados. Sin embargo, después de la reparación, hay un 34% de probabilidad de que el componente (denominado Producto A) experimente un bucle, caracterizado por fallos repetidos con el código de error A. Este problema recurrente afecta significativamente la eficiencia de las pruebas al reducir el número de pruebas de deslizadores exitosas. Para abordar este desafío, proponemos un sistema de recomendación de doble enfoque que proporciona a los técnicos información práctica para minimizar la ocurrencia de bucles. Para los componentes previamente analizados, se emplea una técnica de filtrado colaborativo que utiliza calificaciones implícitas para generar recomendaciones. Para los nuevos componentes, para los cuales no hay datos previos disponibles, se aplica un enfoque de similitud coseno para sugerir acciones óptimas. Se implementa un sistema de entrenamiento automático para reentrenar el modelo a medida que se disponga de nuevos datos, asegurando que el sistema de recomendación se mantenga robusto y efectivo con el tiempo. Se espera que el sistema propuesto ofrezca orientación precisa a los técnicos, mejorando así la eficiencia general del proceso de pruebas al reducir la frecuencia de los problemas de bucle. Este trabajo representa un avance significativo en la mejora de la fiabilidad operativa y la productividad en las pruebas de deslizadores de HDD.