Maestría en Big Data y Ciencia de Datos
100% OnLine
- Duración 12 meses
Programa avalado por la SENESCYT
Resolución de aprobación RPC-SO-27-No.647-2021
Para ingresar a la maestría, es requisito indispensable poseer un título profesional de tercer nivel registrado o en trámite en la Senescyt.
Estudia a tu ritmo
¿Cuál es el siguiente paso en tu carrera?
La Maestría en Big Data y Ciencia de Datos de UHE x IMF Smart Education, es un programa de cuarto nivel que dota al profesional de los conocimientos, competencias y herramientas precisas para manejar, analizar e interpretar grandes volúmenes de información necesarios para alcanzar los objetivos de negocio, profesionales especializados que combinen la capacidad analítica y la visión estrategia.
Salidas profesionales
Al finalizar la maestría estarás preparado para trabajar en:
Ingenieros de las tecnologías de la información, ingenieros de otras áreas, licenciados en administración y negocios con experiencia en gestión del dato, economistas, matemáticos, sociólogos, licenciados en servicios de transporte, y cuales quiera otros profesionales que hayan desarrollados labores relacionadas con la gestión o analítica de grandes volúmenes de datos.
- Ingeniero de datos (Data Engineer)
- Arquitecto de datos (Data Architect)
- Científico de datos (Data Scientist)
- Analista de datos (Big Data Analyst)
- Director de gobierno de datos (CDO, Chief Data Officer)
Alcanza tus metas profesionales:
Título
- Magíster en Big Data y Ciencia de Datos por la Universidad Hemisferios. Título de cuarto nivel registrado en el CES y reconocido por SENESCYT.
Homologados
- Maestría en Big Data y Business Analytics por IMF Smart Education.
- Curso de Metodologías Ágiles: Scrum Master por IMF Smart Education.
Conocimientos
Múltiples habilidades que te abrirán puertas.
La Maestría en Big Data y Ciencia de Datos brinda al perfil técnico o perfil de gestión las posibilidades de:
- Comprender el valor de los datos y su análisis en las organizaciones y ser capaz de idear y concebir soluciones de análisis de datos.
- Conocer y saber enunciar el valor para el negocio de las principales tecnologías de procesamiento paralelo y de almacenamiento de datos escalable, así como saber explicar su uso para propósitos específicos dentro de la organización.
- Ser capaces de aplicar técnicas y métodos de data analytics a problemas de negocio utilizando técnicas de programación estadística.
- Aplicar técnicas de aprendizaje automático y de minería de texto a la extracción de valor de los datos y a la construcción de modelos predictivos.
- Obtener una formación general en las áreas del programa, que permitirán al alumno orientarse a una variedad de salidas profesionales.
- Obtener un conocimiento sólido de técnicas y métodos de Data Science en R y Python, así como de su aplicación a diferentes áreas de negocio.
- Comprender de manera práctica las principales tecnologías de paralelización de datos, para procesamiento batch o streaming (tiempo real), y conocer cuándo utilizar unas u otras.
- Reorientar o focalizar las competencias en la gestión y extracción de valor del dato, desde diferentes perspectivas y para perfiles diversos que tengan distintos conocimientos de entrada.
- Aprender mediante el uso de casos y ejemplos prácticos y adquirir, por tanto, competencias que son directamente aplicables a la práctica profesional.
Ventajas de la Metodología en línea
Experiencia de aprendizaje eficaz:
Acceso a través del Campus Virtual, de forma sencilla, amigable e intuitiva, a todos los recursos, didácticas y contenidos necesarios para alcanzar el desarrollo de las competencias y destrezas necesarias.
Gracias al diseño y la secuencia didáctica, el alumno determina la carga y ritmo de trabajo, pudiendo en todo momento a través de la plataforma solicitar la guía y apoyo de los profesores y tutores.
Tutorías personalizadas:
Tutorías, clases y experiencias prácticas virtuales en tiempo real que permiten a los alumnos interactuar con el profesor para desarrollar aspectos prácticos y relevantes del contenido de la materia.
* Clases sincrónicas 3 días a la semana, todas las semanas.
Disposición académica:
La maestría organiza las once materias de las que se compone en dos periodos académicos ordinarios de 18 semanas de duración. Por este motivo, el alumno dispone de cinco semanas para alcanzar los objetivos de aprendizaje de cada materia.
Contenidos del programa:
- Explotación de datos.
- MapReduce y MongoDB
- Python
- Bases de datos para
- BigData.
- Spark
- Lenguaje R.
- Estadística descriptiva.
- Estadística inferencial.
- Regresión y correlación.
- Técnicas multivariantes
- Distribución de Probabilidades
- Árboles de decisión
- Series temporales
- Recursos de preparación de datos
- Algoritmos de Machine Learning.
- Automatización y procesos iterativos.
- Técnicas de Aprendizaje automático
- Redes neuronales artificiales
- NLTK.
- Brat y Gate.
- Clustering.
- Minería de Texto.
- Otras aplicaciones técnicas.
- Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
- Diseño y redacción de artículos profesionales de alto nivel.
- Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
- Análisis de Datos.
- Técnicas de uso y visualización de herramientas.
- Gestión, transformación, modelamiento y visualización de datos
- Arquitectura Hadoop.
- Procesamiento en Spark
- Procesamiento en Streaming.
- Soluciones Cloud
- Herramientas NoSQL
- MongoDB
- Casandra
- Neo4j
- Redis
- Predicciones generadas gracias a datos de redes sociales.
- Tendencias de búsquedas en la web.
- Detección y adquisición de talento y recursos humanos.
- Datos generados de dispositivos wearables
- Visión humanista del uso de la Ciencia de Datos
- Ética y servicio al bien común
- Responsabilidad profesional
- Predicciones generadas gracias a datos de redes sociales.
- Tendencias de búsquedas en la web.
- Detección y adquisición de talento y recursos humanos.
- Datos generados de dispositivos wearables.
Malla Curricular
Perfil de Egreso
El programa está diseñado para capacitar profesionales con una sólida capacidad propositiva y analítica, especializados en la gestión de datos y la inteligencia de negocios. Los egresados serán expertos en emplear metodologías avanzadas para la evaluación y solución de problemas, aplicando conocimientos técnico-prácticos en modelos de gestión de datos, análisis, y transformación de bases de datos para impulsar el crecimiento organizacional y facilitar la toma de decisiones.
Desarrollarán competencias para argumentar lógica y fundamentadamente sobre realidades complejas, comprender la importancia del tratamiento técnico de datos en empresas y crear soluciones técnicas eficaces. Además, estarán capacitados en tecnologías de la información y comunicación enfocadas en BIGDATA, asegurando el acceso seguro a la información.
Contribuirán al desarrollo productivo y social mediante la integración de conocimientos prácticos y teóricos en sistemas de gestión organizacional. Implementarán estrategias sostenibles, elaborarán informes de sostenibilidad bajo estándares internacionales, y promoverán el desarrollo social y la responsabilidad social empresarial.
Fomentarán un enfoque ético, inclusivo e intercultural en su trabajo, promoviendo la justicia social, gestionando riesgos informáticos y liderando iniciativas que mejoren la calidad de vida y el bienestar de las comunidades.
