Cerrar
CONACYT

Maestría en Ciencias en Ciencia de Datos

Objetivos:

  • Crear modelos analíticos de datos e información.
  • Diseñar herramientas computacionales para manejo de grandes cúmulos de datos.
  • Desarrollar o proponer modelos matemáticos para la representación de los datos y aplicación de métodos analíticos.
  • Aplicar la metodología de investigación científica en el análisis de datos.

Las competencias se desarrollan en la maestría con dos estrategias principales:

  • Los casos que se estudian y resuelven en las asignaturas.
  • La investigación de tesis que se realiza en función de proyectos que están realizando los tutores y donde concurren varios alumnos de maestría.
No. Objetivos transversales de egreso de la maestría con orientación a la investigación Saberes / asignaturas
1. Identificar y plantear las problemáticas de información y datos en los diversos escenarios que presentan las organizaciones en el manejo de grandes volúmenes de datos. Procesamiento de información
Cómputo de alto rendimiento
2. Aplicar la metodología de investigación científica en el análisis de datos. Seminarios de investigación
Procesamiento de información
Análisis exploratorio de datos
Aprendizaje computacional
3. Seleccionar, adaptar y utilizar herramientas computacionales y matemáticas pertinentes para la recolección, extracción, almacenamiento, integración y manejo de distintos tipos de datos masivos e información conducentes a la resolución del problema. Cómputo de alto rendimiento Procesamiento de información
Análisis de algoritmos y estructuras de datos masivos
Matemáticas para la ciencia de datos
4. Identificar las características de los datos para determinar y establecer criterios y métricas para la correcta evaluación de la calidad de los datos en el contexto del problema. Procesamiento de información
Algoritmos y estructuras de datos masivos
5. Modelar la información y los datos con base en estrategias de pre procesamiento y representación de datos. Matemáticas para ciencia de datos
Procesamiento de la información
6. Aplicar criterios para el acceso a la información y protección de datos personales con base en principios éticos y la normatividad vigente. Seminarios de investigación
7. Seleccionar, adaptar y utilizar modelos analíticos y herramientas computacionales, estadísticas y matemáticas aplicadas a grandes volúmenes de datos, estructurada y no estructurada, como máquinas de aprendizaje; heurística, redes neuronales, aprendizaje computacional, entre otras, en distintos dominios de aplicación. Cómputo de alto rendimiento
Análisis de algoritmos y estructuras de datos masivos
Estadística
Aprendizaje computacional
Análisis exploratorio de datos
8. Participar en el desarrollo e innovación de modelos analíticos y herramientas para el manejo de datos masivos en el contexto de proyectos de investigación. Seminario de investigación
9. Comunicar de manera efectiva y en los términos del dominio específico del campo de aplicación los resultados de la investigación. Análisis exploratorio de datos
10. Diseñar modelos de valor para la investigación en Ciencia de datos. Seminarios de investigación
11. Colaborar en grupos de investigación multidisciplinarios para la integración de soluciones para el manejo de grandes volúmenes de datos. Seminarios de investigación