Maestría en Ciencia de Datos e Información

Conocimientos

• Gramática y ortografía
• Comprensión de lectura del idioma inglés
• Comprensión del marco regulatorio de las TIC

Habilidades

• Administración y gestión de tiempo
• Aprendizaje autogestivo
• Competencias de investigación y solución de problemas
• Conocimiento y dominio de la tecnología computacional
• Trabajo en equipo
• Pensamiento crítico

Actitudes

• Escucha activa
• Motivación hacia el aprendizaje
• Proactivo
• Resiliencia
• Responsabilidad
• Apertura a la divergencia

Conocimientos

• Ciencias de la computación
• Matemáticas
• Estadística
• Inteligencia artificial
• Metodología de la investigación

Habilidades

• Implementar soluciones eficientes mediante programación utilizando librerías especializadas.
• Aplicar técnicas de optimización basadas en heurísticas y formales.
• Aplicar modelos matemáticos, aprendizaje computacional y estadísticos para la solución de problemas.
• Procesar datos y representarlos en estructuras matemáticas que puedan ser procesadas computacionalmente.
• Utilizar técnicas de visualización que permitan entender las características de un fenómeno complejo.
• Identificar, a partir de los datos, la contribución de las características que modelan el fenómeno estudiado.

Actitudes

• Capacidad analítica y resolución de problemas
• ética en su desarrollo profesional
• Trabajo con equipos multidisciplinarios
• Proactividad
• Aprendizaje autogestivo
• Resiliencia
• Respeto y comportamiento ético
• Orientación a resultados
• Comunicación asertiva

Competencias

• Desarrollar soluciones computacionales eficientes a partir de modelado matemático y algoritmos de aprendizaje computacional para justificar la toma de decisiones basada en conocimiento extraído de los datos considerando sus implicaciones éticas.
• Analizar datos a partir de la aplicación de técnicas de diversas áreas del conocimiento, como matemáticas y ciencias computacionales, para el entendimiento de los fenómenos estudiados, que permitan prevenir o solucionar problemas con una actitud crítica y de respeto ante la diversidad de pensamiento.
• Emplear y desarrollar técnicas de optimización formal y heurística para la búsqueda de soluciones competitivas considerando distintos escenarios (organizacionales y sociales) multidisciplinarios.
• Desarrollar habilidades de investigación, redacción (comunicación) y argumentación de textos científicos y técnicos basándose en el método científico, con la finalidad de comunicar los proyectos desarrollados (transmitir el conocimiento de los proyectos y resultados desarrollados).

La Maestría en Ciencia de Datos e Información cuenta con un cuerpo académico altamente especializado, conformado por investigadores y profesores con amplia experiencia en el desarrollo y aplicación de modelos analíticos, aprendizaje automático, inteligencia artificial, procesamiento de datos y tecnologías de la información.

Profesorado

• Dr. Dagoberto Armenta Medina:
• dagoberto.armenta@infotec.mx
• Dr. Eric Sadit Tellez Avila:
• eric.tellez@infotec.mx
• Dra. Magali Arellano Vazquez:
• magali.arellano@infotec.mx
• Dr. Mario Graff Guerrero:
• mario.graff@infotec.mx
• Dr. Miguel Ángel Porta García:
• miguel.porta@infotec.mx
• Dra. Briceyda Berenice Delgado López
• briceyda.delgado@infotec.mx
• Dr. Carlos Munutti Martínez
• carlos.munutti@infotec.mx
• Dr. Luis Guillermo Ruiz Velázquez
• luis.ruiz@infotec.mx

LGAC 1. Analítica de datos e información

Descripción

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 en diversos ámbitos como son: gobierno y empresas, además de potenciar la realización de investigación cualitativa en distintas áreas de ciencias sociales y humanidades. 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

Objetivo general

Aplicar métodos analítico spara la generación de valor agregado mediante el procesamiento, análisis y visualización de datos.

Objetivos específicos

• 1. Implementar tecnologías de información y cómputo de alto desempeño para el almacenamiento, recuperación, procesamiento, análisis inteligente y visualización de información.
• 2. Analizar y diseñar las metodologías analíticas con la finalidad de obtener información valiosa y útil en diversos campos de aplicación.
• 3. Desarrollar modelos para generar servicios de alto valor agregado que incorporen el conocimiento y las capacidades analíticas desarrolladas.
• 4. Proveer métodos de evaluación que provean evidencia cuantitativa de la calidad de los datos y los modelos generados a partir de ellos.

Justificación

Producto del desarrollo tecnológico acelerado de las TIC, la generación continua de datos y el proceso de apropiamiento tecnológico de las organizaciones hacen plausible la generación de valor mediante el adecuado procesamiento y análisis de información de diversa naturaleza (datos estructurados, no estructurados o semiestructurados). La capacidad de generar valor a partir de información disponible de fuentes de diversa índole, da una ventaja que está siendo aprovechada en diversos sectores productivos.

LGAC 2. Inteligencia computacional

Descripción

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. 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.

Objetivo general

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.

Objetivos específicos

• -Proponer métodos basados en aprendizaje computacional para resolver problemas de análisis de datos.
• -Evaluar los resultados que obtienen los métodos de aprendizaje computacional.
• -Comparar el desempeño de los métodos propuestos contra los resultados de otros métodos reportados en el estado del arte.

Justificación

Una de las tendencias actuales en la analítica de grandes datos es el uso de métodos de inteligencia artificial. Estos métodos permiten, entre otras cosas, incorporar el conocimiento de expertos humanos en decisiones que se toman automáticamente en tiempo real. La capacidad de análisis inteligente es clave en las tecnologías disruptivas del futuro próximo: el internet de las cosas, las ciudades inteligentes, los autos-autónomos, la tele-medicina, etc.

Descargar Folleto MCDI.