PLAN DE ESTUDIOS

Características del plan de estudio

El plan de estudios está diseñado para preparar a los estudiantes en conocimientos básicos y aspectos metodológicos en una primera fase, y en una segunda en los aspectos particulares y de aplicación en la solución de problemas reales.

En una primera etapa se introduce a los participantes a la ciencia de datos y loc conocimientos básicos necesarios para su desarrollo.  Todo científico de datos debe tener nociones matemáticas sobre las que se basa la ciencia de datos, sin complejidad abstracta innecesaria y haciendo hincapié en las ideas intuitivas. Desde el punto de vista práctico, es indispensable tener conocimientos de programación en Python y R. Igualmente, es necesario que todo especialista en el área pueda recolectar datos de diferentes fuentes, así como su procesamiento.

En una segunda etapa, se desarrollarán los aspectos teóricos y prácticos que producen valor agregado en un proceso de ciencia de datos. Para ello es necesario preparar a los estudiantes con los conocimientos estadísticos requeridos para la tarea de seleccionar, adaptar e implementar métodos estadísticos para el análisis de datos en relación a un problema en particular. Igualmente, el científico de datos debe desarrollar las competencias necesarias para entender cómo se aplican métodos cruciales de aprendizaje automático para resolver problemas, ejecutar evaluaciones e interpretar sus resultados, así como entender como escalar un problema de aprendizaje automático desde miles de muestras a miles de millones de muestras.

Al ser el campo de las ciencias de datos amplio y en constante desarrollo, existen muchas áreas en las cuales un científico de datos se puede especializar, creando un nicho en la oferta laboral muy específico. Los cursos que no sean de conocimientos básicos, estarán orientados bajo un enfoque de enseñanza orientada por proyecto, de manera que, con cada curso, el estudiante aumentará su portafolio de proyectos en los cuales los egresados muestran sus capacidades prácticas, aumenta las posibilidades reales de competir por puestos de trabajo mejor remunerados.

Mapa curricular

Mapa Curricular

Ejes curriculares

Eje Básico

Las materias en este eje proporcionan conocimientos de carácter general que requiere el maestro en ciencia de datos sin importar el área de trabajo que desarrolle. En función del perfil de ingreso, y basados en los criterios para el procedimiento de selección, los estudiantes deberán cursar una materia optativa que complemente su formación previa. Todos los estudiantes que al ingreso muestren fortalezas en el área de desarrollo y programación deberán cursar la materia de Matemáticas para Ciencia de Datos, mientras que los estudiantes que muestren en el proceso de admisión fortalezas en la formación teórica deberán tomar la materia Programación para Ciencia de Datos. La decisión de dicha materia será tomada por el comité tutorial de cada estudiante de nuevo ingreso.

Eje Especializante

Las materias optativas del eje especializante serán seleccionadas por el estudiante con la guía de su tutor. El conjunto de materias optativas deberá ser consistente para especializar al estudiante en un área particular de la ciencia de datos. Dada la flexibilidad del programa los estudiantes podrán cursar asignaturas optativas en otros programas de posgrado de la institución o durante una estancia profesional o de investigación en otra institución nacional o internacional.

La materia Competencias Profesionales es una asignatura acreditable, la cual se establece como una serie de actividades de aprendizaje acordadas con el estudiante, el director de tesis o trabajo profesional y el comité tutorial. Se establece en un acta los compromisos y formas de comprobación de dichas actividades, y se revisa al final del semestre el cumplimiento de los mismos.

Eje Profesionalizante

Los créditos de éste eje tienen como fin desarrollar las habilidades profesionales que necesita un científico de datos para su desarrollo exitoso en el ámbito profesional. Un aspecto muy importante, es la experiencia profesional de los egresados, que en muchas ocasiones es determinante para su inserción en el mundo laboral. Por estas razones, el último semestre contempla una estancia a tiempo completo en una empresa o institución desarrollando un proyecto en el cual deban aplicar una metodología completa de ciencia de datos.

Detalles de las asignaturas

Asignatura Hrs. Teoría Hrs. Práctica Créditos
Obligatorias eje básico
Introducción a la Ciencia de Datos y sus Metodologías 3 4 10
Ingeniería de Características 3 4 10
Estadística para Ciencia de Datos 3 4 10
Aprendizaje Automático Aplicado 3 4 10
Modelos y Estrategias de Negocios para Ciencia de Datos 3 4 10
Optativas eje básico
Matemáticas para Ciencia de Datos 3 4 10
Programación para Ciencia de Datos 3 4 10
Obligatoria eje especializante
Competencias Profesionales 3 4 10
Optativas eje especializante
Ingeniería de Datos 3 4 10
Big Data 3 4 10
Metaheurísticas de Optimización 3 4 10
Redes Neuronales Profundas 3 4 10
Inferencia Estadística para Ciencia de Datos 3 4 10
Estadística Multivariada para Ciencia de Datos 3 4 10
Bases de Datos para Ciencia de Datos 3 4 10
Procesamiento de Lenguaje Natural 3 4 10
Análisis Topológico de Datos 3 4 10
Generación de Negocios Basados en Datos 3 4 10
Inteligencia de Negocios 3 4 10
Seguridad de la Información 3 4 10
Consultoría en Ciencia de Datos 3 4 10
Obligatorias eje profesionalizante
Seminario I 0 2 2
Seminario II 0 2 2
Seminario III 0 2 2
Seminario IV 0 2 2
Estancia Profesional 0 30 30