¿Encontró lo que buscaba?

Duración

Duración del programa: 6 cuatrimestres
Número de créditos: 162
Número de materias: 18
Duración de cada materia: 4 semanas
Duración de dirección de tesis: Verificar las Opciones de titulación.

Descripción del programa

Formar especialistas con los conocimientos y habilidades adecuados para analizar y procesar grandes volúmenes de datos y aplicar los resultados en diferentes áreas del desempeño.

Requisitos adicionales del programa

  • Se valida la documentación de extranjeros en físico por el Instituto de Educación de Aguascalientes quien emite la resolución para la admisión del interesado.
  • Los títulos llamados "propios" de universidades extrajeras no son aceptados.
  • En caso de extranjeros se pide una carta firmada que indica que su título obtenido en esta universidad será solamente con fines académicos.


Perfil ocupacional

Al finalizar la Maestría los egresados tendrán los conocimientos y habilidades adecuados para procesar, gestionar y analizar diferentes niveles de datos y aplicar los resultados en diferentes áreas de desempeño.

Perfil profesional

  • Analizar y procesar grandes volúmenes de datos y descubrir los patrones más relevantes.
  • Utilizar la información extraída de los datos para su análisis en diferentes contextos.
  • Aprovechar la información contenida en los grandes volúmenes de datos y tomar decisiones al respecto.
  • Aplicar la investigación para la recopilación de información y toma de decisiones respecto a necesidades que se presenten en las organizaciones.

Plan de estudios

Análisis de Datos Con R (9 créditos)
VER MÁS
Diseñar y programar en el lenguaje de programación R como herramienta efectiva en el análisis de datos.
Computo en la Nube (9 créditos)
VER MÁS
Analizar las caracteristicas del computo en la nube asi como sus tendencias y modelos de servicios para la toma de desiciones.
Inteligencia Artificial (9 créditos)
VER MÁS
El alumno interpreta los conceptos de Inteligencia Artificial y aprende a diseñar máquinas que: evolucionan, reconocen y controlan datos estructurados, semi-estructurados y no estructurados para dar soluciones a problemas computacionales y visualiza las posibles aplicaciones de estas herramientas en las organizaciones.
Internet de las Cosas (9 créditos)
VER MÁS
Comprender y realizar análisis de datos obtenidos del internet de las cosas por medio de un simulador que genere datos de sensores.
Programación en Python (9 créditos)
VER MÁS
Describir y aplicar técnicas básicas de programación en el lenguaje Python orientadas a construir programas específicos para big data y al análisis de datos con métodos de aprendizaje supervisado del machine learning.
Aprendizaje de Máquinq (Machine Learning) (9 créditos)
VER MÁS
El alumno interpreta los conceptos de Machine Learning y aprende a diseñar máquinas que: agrupan, clasifican y predicen datos estructurados, semi-estructurados y no estructurados para dar soluciones a problemas computacionales y visualiza las posibles aplicaciones de estas herramientas en las organizaciones.
Tecnologías Avanzadas De Bases De Datos (9 créditos)
VER MÁS
Al término del curso el alumno será capaz de: Describir, caracterizar, gestionar e implementar los conceptos relacionados con aspectos relevantes de las Tecnologías Avanzadas de Bases de Datos.
Data Warehousing E Inteligencia De Negocios (9 créditos)
VER MÁS
Describir y aplicar los principios básicos de los Gestores de Bases de Datos y su entorno de almacenamiento con el modelo relacional y modelos no SQL, en el mismo sentido proporcionará una visión general de las herramientas para el tratamiento de datos e inteligencia de negocios.
Descubrimiento De Conocimiento En Bases De Datos (KDD) (9 créditos)
VER MÁS
Conocer el proceso de descubrimiento de conocimiento, sus técnicas, su aplicación a casos concretos y evaluar los resultados de un sistema que implementa el proceso de descubrimiento de conocimiento en bases de datos no estructuradas.
Estadística Para Big Data (9 créditos)
VER MÁS
Proporcionar al estudiante conocimientos específicos de estadística aplicado al gran volumen de datos en los negocios con un enfoque orientado a toma de decisiones.
Analítica Web y De Negocios (9 créditos)
VER MÁS
Al término del curso el alumno será capaz de: Describir, caracterizar, gestionar e implementar la Analítica Web y de Negocios en grandes repositorios de data para una correcta Toma de Decisiones.
Técnicas De Procesamiento De Datos y Construcción De Dataset (9 créditos)
VER MÁS
Describir, caracterizar, gestionar e implementar las diversas técnicas existentes para el procesamiento de datos y una correcta diseño, caracterización, construcción e implementación de un correcto dataset.
Proyecto De Investigación I(9 créditos)
VER MÁS
Los participantes desarrollarán los aspectos fundamentales de los procesos de investigación, comprenderán la integración de los dos primeros capítulos que compone el documento final del estudio para la generación de la tesis que pueda ser la base en su proceso de conclusión de sus estudios de maestría.
Taller De Big Data Analytics (9 créditos)
VER MÁS
Interpretar los conceptos de Big Data y aprende a diseñar máquinas que: agrupan, clasifican y predicen datos estructurados, semi-estructurados y no estructurados en paralelo para dar soluciones a problemas computacionales y visualiza las posibles aplicaciones de estas herramientas en las organizaciones.
Tecnologías Avanzadas De Minería De Datos y Clasificación Con Python(9 créditos)
VER MÁS
Profundizar en las técnicas de clasificación, minería de datos y otros conceptos relacionados a la ciencia de los datos, usando Python para el tratamiento de datos y análisis con los algoritmos de machine learning.
Aprendizaje Profundo (Deep Learning)(9 créditos)
VER MÁS
Describir y aplicar los principios básicos del aprendizaje profundo usando redes neuronales con keras para su procesamiento en Python
Web Mining (9 créditos)
VER MÁS
Gestionar e implementar las diversas técnicas existentes para el procesamiento de datos en el paradigma del Web Mining, incluyendo dataset asociados con un Serious Game.
Proyecto De Investigación II(9 créditos)
VER MÁS
Los participantes desarrollarán los aspectos fundamentales de los procesos de investigación, comprenderán la integración de los tres últimos capítulos que compone el documento final del estudio para la generación de la tesis que pueda ser la base en su proceso de conclusión de sus estudios de maestría.