Licenciatura en Ciencia de Datos
Duración: 8 semestres
Modalidad: Presencial
Convocatoria: Anual
Quien egrese del programa educativo Licenciatura en Ciencia de Datos podrá desempeñarse en:
- Instituciones gubernamentales
- Instituciones educativas públicas
- Institutos o centros de investigación vinculados
- Organizaciones no gubernamentales y asociaciones de la sociedad civil sin fines de lucro
- Instituciones educativas del sector privado
- Instituciones privadas
- Organismos internacionales
- 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.
Debe poseer las siguientes características:
Conocimientos básicos en:
- Aritmética
- Introducción al Álgebra Superior
- Precálculo
- Computación (ofimática)
Habilidades:
- Manejo de tecnología
- Uso de software de aplicación
- Resolución de problemas de manera creativa mediante tecnología
- Comprensión lectora
- Expresarse adecuadamente de forma oral y escrita
- Administrar de forma adecuada tiempos y actividades
Actitudes y valores:
- Perseverancia y disciplina
- Capacidad de organización
- Disposición para trabajar en equipos interdisciplinarios
- Sentido crítico y reflexivo
- 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.
Plan de estudios
| Asignatura | Créditos | Obligatoria |
|---|---|---|
| Comunicación Oral y Escrita | 5 | ✓ |
| Diseño de Algoritmos | 7 | ✓ |
| Cálculo Diferencial | 8 | ✓ |
| Álgebra Superior | 7 | ✓ |
| Geometría Vectorial | 5 | ✓ |
| Historia e Impacto de la Computación | 5 | ✓ |
| Aspectos Legales, Sociales y Éticos de la Computación | 5 | ✓ |
| Introducción a la Programación | 8 | ✓ |
| Cálculo Integral | 8 | ✓ |
| Álgebra Lineal | 8 | ✓ |
| Sistemas Operativos Tipo Unix | 5 | ✓ |
| Estructura de Datos y Algoritmos | 8 | ✓ |
| Programación Orientada a Objetos | 7 | ✓ |
| Cálculo Vectorial | 8 | ✓ |
| Matemáticas Discretas | 7 | ✓ |
| Probabilidad | 7 | ✓ |
| Introducción al Análisis de Textos en Inglés | 8 | |
| Desarrollo Web | 7 | |
| Inglés General | 8 |
| Asignatura | Créditos | Obligatoria |
|---|---|---|
| Análisis de Algoritmos | 7 | ✓ |
| Programación para Ciencia de Datos | 7 | ✓ |
| Ecuaciones Diferenciales Ordinarias | 8 | ✓ |
| Bases de Datos | 7 | ✓ |
| Probabilidad y Estadística | 8 | ✓ |
| Métodos Numéricos I | 8 | ✓ |
| Adquisición y Tratamiento de la Información | 8 | ✓ |
| Aprendizaje Automático Supervisado | 7 | ✓ |
| Bases de Datos Avanzadas | 7 | ✓ |
| Análisis de Regresión y Correlación | 7 | ✓ |
| Criptografía | 7 | ✓ |
| Minería de Datos | 6 | ✓ |
| Reconocimiento de Patrones | 7 | ✓ |
| Datos Masivos | 7 | ✓ |
| Metodología de la Investigación | 7 | |
| Introducción a los Procesos Estocásticos y Simulación | 7 | |
| Internet de las Cosas | 7 | |
| Métodos Numéricos II | 7 | |
| Recuperación de Información | 7 |
| Asignatura | Créditos | Obligatoria |
|---|---|---|
| Ciberseguridad | 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 | ✓ |
| Procesamiento del Lenguaje Natural | 7 | ✓ |
| Modelación Lineal | 8 | |
| Simulación Determinística | 8 | |
| Bioinformática | 8 | |
| Procesamiento de Bioseñales e Imágenes Médicas | 8 | |
| Emprendimiento | 8 | |
| Aprendizaje Profundo | 8 |
Mapa Curricular
