Información sobre nuestra carrera

Programa: Maestría en Ciencia de Datos e Inteligencia Artificial

Modalidad: en linea

Duración: 5 ciclos cuatrimestrales (mínimo y máximo)

Carga académica: 8 asignaturas, 112 horas con docente, 1120 horas independientes, 77 créditos

🎯 Finalidad del Programa

Formar profesionales capaces de:

Resolver problemas con técnicas de aprendizaje automático e IA.

Crear modelos, simuladores y aplicaciones de IA.

Combinar recursos en redes neuronales.

Aplicar métodos de optimización y simulación.

Trabajar en equipo con ética, innovación y compromiso social

📝 Perfil de Ingreso

El aspirante debe tener:

Conocimientos en: matemáticas (aritmética, álgebra, estadística), física, química, ciencias sociales, psicología, sociología, economía, ciencias computacionales y fundamentos de tecnología.

Habilidades: comunicación oral y escrita, análisis de textos científicos, lógica y creatividad.

Destrezas: toma de decisiones, investigación, liderazgo, diseño de proyectos.

Aptitudes: trabajo en equipo, tolerancia, convivencia sana y desarrollo mora

👨‍🎓 Perfil de Egreso

Conocimientos en:

• Aprendizaje automático (supervisado, no supervisado, árboles de decisión, redes neuronales).

• Optimización de modelos.

• Programación en R para análisis de datos.

• Autómatas, gramáticas y razonamiento lógico.

• Teorías cognitivas aplicadas al aprendizaje máquina .

Habilidades/Destrezas para:

• Diseñar, validar y mejorar modelos de IA.

• Procesar datos y analizar resultados.

• Resolver problemas complejos con métodos de búsqueda y lógica.

• Implementar redes neuronales y sistemas de razonamiento .

Actitudes:
Crítica constructiva, responsabilidad, ética, apertura al cambio, compromiso social, respeto a la dignidad humana y superación constante

📚 Modelo Curricular

Diseño: Flexible.

Teoría base: Aprendizaje significativo de David Ausubel (conexión entre conocimientos previos y nuevos).

Actividades de aprendizaje: reportes de lectura, investigaciones, ensayos, monografías, estudios de caso, mapas conceptuales, cuestionarios, foros en línea, blogs y discusión virtual

📊 Evaluación

Interna: congruencia entre objetivos, contenidos y métodos; entrevistas y cuestionarios a estudiantes y docentes.

Externa: estudios de empleadores y egresados para verificar pertinencia en el mercado laboral.

Periodicidad: cada 5 años se evalúa y actualiza el plan

PLAN DE ESTUDIOS