Maestría en Ciencia de Datos

Soy un candidato para este programa, sí:

Tengo conocimientos sobre:
• Temas relacionados con la gestión de información.
• Los componentes de informática, estadística y matemáticas.
• Tecnologías de la información y comunicación actuales.

Tengo habilidades y destrezas para:
• Analizar temas sobre la estadística, matemáticas, programación y análisis de datos.
• Emplear lenguajes de programación y manejar términos matemáticos de manera adecuada, para interactuar en distintos contextos profesionales.
• Emplear la argumentación y el razonamiento al analizar situaciones, identificar problemas y proponer diversas soluciones.

Tengo actitudes, hábitos y valores a favor de:
• La prestación de servicios autosustentables.
• La sensibilidad y el humanismo en la aplicación de la ciencia de datos.

Mis capacidades al egresar:

Conocimientos sobre:
• Los componentes de un sistema de big data.
• Los conceptos de responsabilidad social corporativa y gestión socialmente responsable.
• Los elementos que conforman un almacén de datos y las operaciones asociadas a ellos.
• El proceso de aplicación de las matemáticas para la ciencia de datos.
• La estructura y funcionalidad de los modelos predictivos.
• Las disciplinas que dan soporte a los métodos de análisis de datos.
• Las funciones para distribuciones probabilísticas.
• Los componentes de la inteligencia de negocios a partir del análisis de sus conceptos clave.
• Las técnicas de aprendizaje automático para extraer información y conocimiento a partir de grandes volúmenes de datos.
• Las etapas necesarias en un proyecto de minería de datos.
• Los elementos de seguridad fundamentales de los servicios de internet.
• Los elementos fundamentales de una arquitectura big data.
• El proceso y los elementos fundamentales de visualización de datos.
• Las etapas que son necesarias para ejecutar un proyecto especializado.
• El proceso de desarrollo de la investigación científica, así como sus enfoques y metodología.

Habilidades y destrezas para:
• Analizar los métodos de procesamiento de datos para transformarlos en información útil para las empresas.
• Examinar a profundidad la esencia del liderazgo, así como su desarrollo en las empresas para llevarlas a sostener su éxito.
• Diseñar almacenes de datos, a través del análisis de sus requerimientos, para lograr un adecuado modelado de datos.
• Examinar los métodos para la solución de ecuaciones.
• Analizar la forma en que se formula una prueba de hipótesis.
• Interpretar los resultados obtenidos de los problemas de distribución probabilística.
• Construir almacenes de datos aplicando técnicas de limpieza e integración, por medio de la adecuada selección de características que sirven como entrada, para la aplicación de algoritmos de minería de datos.
• Utilizar frameworks para seguridad en Hadoop.
• Comparar los diferentes elementos que integran MapReduce y Yarn.
• Ejemplificar la función de la librería ggplot2.
• Contrastar las metodologías de gestión de proyectos que aseguran la calidad de su implementación.
• Esbozar un proyecto de investigación basado en los lineamientos institucionales y acorde a su campo de estudio profesional.

Actitudes y valores para:
• Aplicar el procesamiento de datos de distintas fuentes para analizarlos.
• Elaborar predicciones sobre las tendencias y el comportamiento del negocio, por medio de consultas avanzadas y aplicando técnicas de inteligencia empresarial, para resolver problemas de casos reales.
• Diseñar soluciones con base en el aprendizaje automático que respondan a las necesidades de gestión de grandes volúmenes de información.
• Formular un sistema de archivos empleando la infraestructura para big data.
• Valorar la responsabilidad de aplicar los conocimientos adquiridos en beneficio de la sociedad y especialmente en el contexto en que el alumno se desarrolle.
• Debatir sobre las problemáticas asociadas a la gestión de los datos y su relación con la privacidad.
• Tomar decisiones a partir del empleo de las matemáticas para la ciencia de datos.
• Proponer soluciones prácticas empleando modelos predictivos.
• Evaluar el empleo de las funcionalidades estadísticas en la creación de modelos predictivos.
• Plantear soluciones innovadoras que permiten a las organizaciones utilizar la tecnología de manejo de datos a su favor.
• Desarrollar modelos de almacenamiento de datos que ayuden a la toma de decisiones de las empresas.
• Cuestionar el razonamiento basado en casos (CBR).
• Proponer soluciones que dan respuesta a los requisitos actuales de manejo de información por medio de la minería de datos.
• Justificar el uso de los diferentes tipos de software para seguridad en la web.
• Debatir en torno a las distintas arquitecturas y plataformas big data.
• Proponer soluciones mediante el empleo de la personalización de gráficos en R.
• Idear soluciones para resolver problemas en las organizaciones relacionados con los sistemas informáticos y la gestión de datos.
• Apoyar en la aplicación de la metodología de la investigación, a través de la honestidad, la responsabilidad y el compromiso.