Cerrar
CONACYT

Doctorado en Ciencias en Ciencia de Datos

En INFOTEC, hemos creado el programa de Doctorado en Ciencias en Ciencia de Datos para egresados que tengan interés en la investigación y generación de soluciones a problemas de alto impacto. ¡Conócelo!


Presentación

La formación del científico de datos implica la integración de disciplinas como la computación, la matemática, la información y el campo de dominio como farmacéutica, software, internet, Tecnologías de la Información y Comunicación (TIC) y servicios, biotecnología, finanzas y negocios, salud, entre otros. Esta especialización e integración disciplinar es posible a nivel de posgrado, debido a que la experiencia profesional, académica y la investigación aplicada favorecen un sólido perfil profesional.

Características

Sede: INFOTEC, Aguascalientes.
Tiempo de dedicación: completo.
Las clases son presenciales y está centrado en actividades de investigación para la integración de conocimientos fundamentales y el desarrollo de la tesis doctoral.
Costo total del programa: $ 500,000.00 M.N. (QUINIENTOS MIL PESOS 00/100 M.N.)

¡Convocatoria abierta!
DCD

Perfil de ingreso

El Doctorado en Ciencias en Ciencia de datos con orientación a la investigación, está dirigida a personas con grado académico de maestría con interés en la investigación y generación de aplicaciones de alto nivel en Ciencia de datos, entre los que se encuentran:  Física, Matemáticas, Química y afines, Ciencia de datos, Ingenierías, Computación, Economía, Finanzas.

El aspirante deberá:

  • Mostrar capacidad y claridad en la exposición de sus ideas
  • Haber identificado un tema de su interés en la Ciencia de Datos
  • Interés por realizar una carrera científica
  • Mostrar curiosidad científica
  • Antecedentes académicos de buen nivel
  • Tener un adecuado conocimiento del idioma inglés

Requisitos de ingreso

  • Acta de nacimiento o naturalización, en su caso.
  • Permiso de migración en caso de extranjeros: este documento se debe entregar al momento de la inscripción una vez que han sido admitidos por la institución.
  • Título de Maestría de área afín o en su caso Acta de examen de grado.
  • Certificado de estudios con promedio de 8.0 (ocho punto cero) o equivalente.
  • Carta exposición de motivos en la que fundamentes tu interés por cursar el Doctorado (entre 2 y 3 cuartillas).
  • Constancia original que certifique el dominio del idioma inglés (TOEFFL: PBT 500, CBT: 173, iBT 61 o equivalente en IELTS).
  • Dos cartas de recomendación académicas y/o laborales, en hoja membretada y dirigidas al Comité Académico de INFOTEC.
  • Currículum Vitae.
  • Portada de Tesis o trabajo de maestría.
  • En su caso, presentar carátula de publicaciones e incluir hoja legal conteniendo ISBN o ISSN, y primera página de la publicación donde aparezca el título y su nombre (o bien la portada con resumen de su trabajo en caso de haber participado en un foro académico o empresarial (requisito deseable, mas no indispensable).

Perfil de egreso

Generar conocimientos de frontera en campos afines a la Ciencia de datos e información, relevantes para la solución a problemas de alto impacto vinculados con los sectores productivos, públicos y privados.

  1. Identificar problemáticas de frontera en el manejo de grandes volúmenes de datos.
  2. Analizar las problemáticas en la extracción de datos.
  3. Investigar nuevas metodologías para el pre procesamiento y representación de datos.
  4. Proponer modelos alternativos para la representación de datos.
  5. Desarrollar herramientas de análisis, técnicas, algoritmos y modelos originales (matemáticos y/o de inteligencia artificial) para el análisis de datos masivos, estructurados y no estructurados.
  6. Desarrollar técnicas novedosas de visualización de datos e información.
  7. Transferir, adaptar y aplicar los métodos de análisis y modelos, técnicas y algoritmos desarrollados a diferentes dominios y ámbitos de las organizaciones sociales, gubernamentales y empresariales.
  8. Liderar proyectos de investigación, individuales y colectivos, en el análisis y manejo de datos a gran escala, con un enfoque interdisciplinar.
  9. Definir líneas y proyectos de investigación para dar respuesta a las problemáticas de frontera en el manejo de datos masivos, y sus implicaciones éticas y de protección de datos personales.
  10. Comunicar los resultados de su investigación en publicaciones científicas y foros académicos relevantes para el público especializado en Ciencia de datos y especialidades afines.
  11. Formar a otros especialistas de alto nivel en el área de Ciencia de datos y ciencias afines con enfoque interdisciplinar.

Plan de estudios

Mapa curricular

Semestre 1 Semestre 2 Semestre 3 Semestre 4 Semestre 5 Semestre 6 Semestre 7 Semestre 8
Proyecto Investigación 1 Proyecto Investigación 2 Proyecto Investigación 3 Proyecto Investigación 4 Proyecto Investigación 5 Proyecto Investigación 6 Seminario de Tesis 1 Seminario de Tesis 2
Seminario Investigación 1 Seminario Investigación 2 Seminario Investigación 3 Seminario Investigación 4 Seminario Investigación 5 Seminario Investigación 6

En función del perfil de cada estudiante, su tutor hará sugerencias sobre los cursos que forman parte del posgrado, lo que permitirá una mejor nivelación y/o reforzamiento de sus conocimientos.

También podrán ser cursos de cualquier otra institución de educación superior siempre que su programa de posgrado se encuentre en el PNPC. En todos los casos no tendrá valor curricular.

Los Seminarios de Investigación están diseñados para compartir con la comunidad de investigadores y estudiantes del doctorado los avances de los proyectos y crear sinergia entre los proyectos en desarrollo; para revisar aspectos metodológicos del proceso de investigación científica, experimentación, y de comunicación de resultados en espacios y foros académicos especializados; así como para formar a los estudiantes en el trabajo colaborativo en redes de investigadores.

El Proyecto de investigación. Consiste en el desarrollo de la investigación propuesta conforme al plan de trabajo incluido en el protocolo. Es el trabajo central del doctorado, donde el estudiante aprenderá el trabajo independiente, aunque aún bajo la supervisión de su director de tesis. El estudiante desarrolla la investigación para un proyecto de interés propio que esté contenido en las Líneas de Generación de Aplicación de Conocimiento.

En función del perfil y del tema de tesis de cada estudiante, su Director de tesis podría hacer sugerencias sobre los cursos que de manera opcional podría tomar (aunque no sean parte del plan de estudios) con objeto de mejorar su desempeño.”

En tal caso, los estos cursos deberán ser parte de programas de posgrado registrados en el PNPC y, como se observa no tendrán valor de créditos en el Plan de estudios doctoral.

En los últimos dos semestres se espera que el estudiante presente su examen de defensa de tesis.

Admisión

El proceso de admisión para el Doctorado en Ciencias en Ciencia de Datos (DCCD)

√ Primera Etapa: Presentar propuesta de proyecto de investigación validada por un investigador de INFOTEC:
https://www.infotec.mx/es_mx/infotec/investigadores
La propuesta de proyecto de investigación validado deberá ser enviado por correo electrónico a eddya.gutierrez@infotec.mx, con atención a Mtra. Eddya Gutiérrez (Coordinadora de Vinculación, Promoción educativa y Admisiones).
√ Segunda Etapa: Presentación de proyecto y entrevista presencial con la Comisión de Admisión.
√ Tercera Etapa: Entrevista de aspirantes pre-seleccionados con Directivos del INFOTEC.
√ Pagar cuota de inscripción.
√ Presentarse a la hora y día asignado para la inscripción y firma documentos señalados por INFOTEC para el registro oficial como estudiante.

Actividades Fechas
Vigencia de la convocatoria 18 de febrero al 24 de mayo de 2019
Envío de solicitud de admisión y documentación 18 de febrero al 24 de mayo de 2019
Contacto con investigadores y elaboración de propuesta de proyecto de investigación 19 de febrero al 30 de mayo de 2019
Entrega de propuesta de proyecto de investigación (enviar por correo a Mtra. Eddya Gutiérrez) 14 de junio de 2019
Evaluación de proyectos y entrevista presencial (con el Comité Académico del posgrado) 17 de junio al 05 de julio de 2019
Dictamen de admisión 15 de julio de 2019
Inscripciones 22 al 31 de julio de 2019
Sesión introductoria 02 de agosto de 2019
Inicio del posgrado (periodo semestral) 05 de agosto de 2019
 
Investigadores del Núcleo Académico Básico

- Christian Diaz de Leon Castaneda <christian.diazdeleon@infotec.mx>, 

- Daniel Villanueva Vasquez <daniel.villanueva@infotec.mx>, 

- Dagoberto Armenta Medina <dagoberto.armenta@infotec.mx>, 

- Sabino Miranda Jimenez <sabino.miranda@infotec.mx>, 

- Eric Sadit Tellez Avila <eric.tellez@infotec.mx>, 

- Magali Arellano Vazquez <magali.arellano@infotec.mx>, 

- Elio Atenógenes Villaseñor García <elio.villasenor@infotec.mx>

- Mario Graff Guerrero <mario.graff@infotec.mx>

Productos académicos

En el posgrado de Ciencia de Datos se cuenta con cuatro Líneas de Generación y Aplicación del Conocimiento (LAGC) asociadas a la temática del programa y a las áreas de investigación asociadas a la Ciencia de Datos.

  • Inteligencia computacional en la ciencia de datos
  • Analítica de grandes cúmulos de información
  • Combinatoria, modelado y análisis de algoritmos

Inteligencia computacional en la Ciencia de Datos.

La inteligencia computacional es una rama del área de inteligencia artificial que se encarga del desarrollo de métodos que exhiben un comportamiento inteligente. En particular, desde la perspectiva de ciencia de datos, los métodos son aplicados al análisis de datos masivos con los objetivos de emular las acciones realizadas por un experto, aprender y descubrir patrones que no son evidentes mediante un análisis manual.

Esta línea tiene como objetivo aplicar, desarrollar y proponer técnicas de inteligencia computacional aplicadas en la Ciencia de Datos para resolver tareas como: clasificación, regresión, agrupación de elementos similares, modelización automática de problemas basados en ejemplos, etc. Estas tareas se resuelven mediante la aplicación de campos tales como: cómputo evolutivo, procesamiento del lenguaje natural, reconocimiento de patrones, visión artificial, redes neuronales artificiales, sistemas expertos, aprendizaje computacional y extracción de conocimiento.

Analítica de grandes cúmulos de información

La Analítica de Grandes Cúmulos de Información (Big Data Analytics) implica nuevas capacidades en el uso estratégico del análisis de datos. Producto del desarrollo tecnológico acelerado de las TIC, la generación masiva de datos y el proceso de apropiamiento tecnológico de las organizaciones hacen plausible la generación de valor mediante el procesamiento de grandes volúmenes de información (datos estructurados, no estructurados o semiestructurados).

El enfoque de esta línea se centra en los métodos analíticos para la generación de información valiosa (valor agregado) que de manera oportuna asistan a la toma de decisiones. Muchos de los métodos analíticos de grandes cúmulos de información involucran la aplicación de técnicas de la inteligencia computacional para la realización de tareas, que no serían posibles realizar con el enfoque tradicional de bases de datos relacionales y análisis estadístico multivariado. Las técnicas de ciencia de datos utilizadas para este fin son: análisis exploratorio de datos, análisis topológico de datos, minería de textos, minería de datos, minería de opinión, aprendizaje computacional, visualización de datos e información, recuperación de información, análisis estadístico, análisis geoespacial y análisis espacio-temporal.

Combinatoria, modelado y análisis de algoritmos

El estudio de los problemas básicos en un área del conocimiento es vital para la fundamentación y el cultivo mismo del área del conocimiento. La combinatoria es una rama de las matemáticas discretas que estudia la enumeración, construcción y existencia de estructuras discretas que satisfacen ciertas condiciones establecidas. En su ámbito de estudio se encuentra la agrupación, los órdenes, el conteo, y la construcción de configuraciones, entre otras; las cuales son herramientas matemáticas fundamentales para la construcción y el análisis de algoritmos que sean a su vez eficaces y eficientes para el análisis de grandes cúmulos de información. Como tal la interacción entre la combinatoria y la construcción y análisis de algoritmos es un proceso simbiótico y cíclico inseparable.

El análisis de algoritmos se encarga del estudio de la factibilidad de un algoritmo para resolver una tarea dada. De manera más detallada, la factibilidad viene dada por la determinación de los costos computacionales de la ejecución de un algoritmo, tanto en tiempo de cómputo como la memoria necesaria en función de la entrada. Diseñar algoritmos para el manejo de grandes cantidades de datos en una arquitectura de cómputo con limitaciones físicas reales es una tarea ardua que requiere una estrecha articulación entre el análisis teórico y la experimentación. Esta línea tiene el propósito de generar conocimiento en ciencia básica y de frontera en las áreas relacionadas a: Algoritmos aproximados, modelado de sistemas, aplicaciones de teoría de gráficas y sus generalizaciones, tal como la topología combinatoria.

Datos de contacto:

Mtra. Eddya Paola Gutiérrez Villa | Vinculación, Promoción Educativa y Admisiones | Tel: (55) 5624-2800 ext. 6110
Escríbenos a: unidaddeposgrados@infotec.mx
 

o a través de nuestras redes sociales:
Facebook: PosgradosINFOTEC | Twitter: @posgradoInfotec | Youtube: Educación Infotec