Bachelor's Degree in Data Science
Duration: 8 semesters
Modality: Face-to-face
Call: Annual
Quien egrese del programa educativo Licenciatura en Ciencia de Datos podrá desempeñarse en:
- Government institutions
- Public educational institutions
- Linked research institutes or centers
- Non-governmental organizations and non-profit civil society associations
- Educational institutions in the private sector
- Private institutions
- International organizations
- En la gestión de cantidades masivas de datos para organizaciones
- Proponiendo técnicas apropiadas para limpiar, preparar y optimizar datos para el análisis o consumo
- En la búsqueda de orden y patrones en los datos que permitan entender, describir o predecir fenómenos
Formar profesionistas con una visión integral y crítica de la ciencia de datos que implementen modelos, protocolos y normas de protección de datos facilitando el entendimiento de fenómenos o escenarios estudiados, para la toma de decisiones en una organización; que garanticen la integridad y confidencialidad de los datos, con un sentido orientado al logro del desarrollo sostenible, la investigación y la innovación en la instancia donde se desenvuelven.
1
Atender la demanda de profesionistas que implementen protocolos y normas de protección de datos, para mantener la integridad física y lógica de los mismos, con ética y responsabilidad.
2
Formar profesionistas con bases sólidas para identificar fuentes de datos de relevancia para los fenómenos o escenarios estudiados, que le habiliten la realización de tareas de acopio, procesamiento, transformación, extracción y visualización de patrones, con actitud analítica y de abstracción.
3
Fortalecer profesionistas competentes para implementar modelos predictivos y descriptivos en el manejo de datos a gran escala para el desarrollo sostenible, mediante la aplicación de metodologías y herramientas que permitan la optimización de recursos, con actitud proactiva y crítica.
It must possess the following characteristics:
Basic knowledge of:
- Arithmetic
- Introducción al Álgebra Superior
- Precalculus
- Computación (ofimática)
Skills:
- Manejo de tecnología
- Uso de software de aplicación
- Resolución de problemas de manera creativa mediante tecnología
- Reading comprehension
- Expresarse adecuadamente de forma oral y escrita
- Administrar de forma adecuada tiempos y actividades
Attitudes and values:
- Perseverancia y disciplina
- Organizational capacity
- Disposición para trabajar en equipos interdisciplinarios
- Critical and reflective sense
- Iniciativa y proactividad
- Interés en la resolución de problemas empresariales y sociales
- Implementar protocolos y normas de protección de datos, mediante metodologías y herramientas que garanticen su precisión y coherencia, para mantener su integridad física y lógica, con ética y responsabilidad.
- Proponer modelos descriptivos y predictivos de explotación sostenible, mediante la implementación de metodologías de optimización de recursos, para analizar los fenómenos de las ciencias naturales y apoyar en la toma de decisiones, con actitud analítica y crítica.
- Implementar modelos descriptivos y predictivos, mediante metodologías y herramientas de analítica de datos, para identificar estrategias de competitividad empresarial, con actitud crítica, propositiva y de colaboración.
- Evaluar modelos descriptivos y predictivos, mediante metodologías y herramientas de analítica de datos, para analizar los fenómenos sociales que inciden en la transferencia de conocimiento y comunicación, con ética y responsabilidad social.
- Desarrollar proyectos estratégicos de carácter multidisciplinario, mediante metodologías de administración de proyectos, para la resolución de problemas en las organizaciones, con actitud proactiva y colaborativa.
- Evaluar tecnologías de vanguardia que requieren las organizaciones, mediante técnicas de manejo y análisis de datos, para garantizar la manipulación y el apropiado manejo de los datos (eficiencia, seguridad, integridad, optimización), con creatividad, apertura al cambio y trabajo colaborativo.
- Además deberás demostrar dominio de inglés con algunas de las opciones: nivel 4 del examen diagnóstico de la Facultad de Idiomas, 459 puntos TOEFL, estancias internacionales autorizadas por las UA, acreditar tres asignaturas de una lengua extranjera impartidas por la UA.
Curriculum
| Subject | Credits | Mandatory |
|---|---|---|
| Oral and Written Communication | 5 | ✓ |
| Diseño de Algoritmos | 7 | ✓ |
| Differential Calculus | 8 | ✓ |
| Higher Algebra | 7 | ✓ |
| Vector Geometry | 5 | ✓ |
| Historia e Impacto de la Computación | 5 | ✓ |
| Legal, Social and Ethical Aspects of Computing | 5 | ✓ |
| Introducción a la Programación | 8 | ✓ |
| Integral calculus | 8 | ✓ |
| Linear Algebra | 8 | ✓ |
| Sistemas Operativos Tipo Unix | 5 | ✓ |
| Data Structure and Algorithms | 8 | ✓ |
| Object Oriented Programming | 7 | ✓ |
| Vector Calculus | 8 | ✓ |
| Discrete Mathematics | 7 | ✓ |
| Probability | 7 | ✓ |
| Introducción al Análisis de Textos en Inglés | 8 | |
| Web Development | 7 | |
| Inglés General | 8 |
| Subject | Credits | Mandatory |
|---|---|---|
| Algorithm Analysis | 7 | ✓ |
| Programación para Ciencia de Datos | 7 | ✓ |
| Ordinary Differential Equations | 8 | ✓ |
| Databases | 7 | ✓ |
| Probability and Statistics | 8 | ✓ |
| Métodos Numéricos I | 8 | ✓ |
| Adquisición y Tratamiento de la Información | 8 | ✓ |
| Aprendizaje Automático Supervisado | 7 | ✓ |
| Advanced Databases | 7 | ✓ |
| Regression Analysis and Correlation | 7 | ✓ |
| Criptografía | 7 | ✓ |
| Data Mining | 6 | ✓ |
| Reconocimiento de Patrones | 7 | ✓ |
| Massive Data | 7 | ✓ |
| Research Methodology | 7 | |
| Introducción a los Procesos Estocásticos y Simulación | 7 | |
| Internet of Things | 7 | |
| Numerical Methods II | 7 | |
| Recuperación de Información | 7 |
| Subject | Credits | Mandatory |
|---|---|---|
| Cybersecurity | 7 | ✓ |
| Minería de Textos | 6 | ✓ |
| Procesamiento de Señales e Imágenes | 8 | ✓ |
| Analítica y Visualización de Datos | 7 | ✓ |
| Liderazgo Estratégico y Gestión de Negocios en Ciencia de Datos | 7 | ✓ |
| Administración de Proyectos Para Ciencia de Datos | 6 | ✓ |
| Aprendizaje Automático no Supervisado | 8 | ✓ |
| Natural Language Processing | 7 | ✓ |
| Linear Modeling | 8 | |
| Deterministic Simulation | 8 | |
| Bioinformatics | 8 | |
| Procesamiento de Bioseñales e Imágenes Médicas | 8 | |
| Entrepreneurship | 8 | |
| Deep Learning | 8 |
Curriculum Map
