Maestría en

Sistemas de Información mención en Data Science

Resolución de aprobación CES:RPC-SO-01-No.025-2021
Registrado en la SENESCYT

Dirigido a titulados de tercer nivel de grado

logos-home-blanco

Aprende de forma virtual

¿Por qué este programa?

Afrontar nuevos retos profesionales que permitan transformar el entorno en el que vivimos exige una sólida formación. Una formación innovadora y de calidad, como es la Maestría en Sistemas de Información, mención Data Science de Universidad de Los Hemisferios-IMF Global University.

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.

Junto a los perfiles técnicos o estadísticos, el diseño y contenido de esta maestría permite que los gestores y otros profesionales de la organización, puedan identificar, capturar, transformar, analizar e interpretar los datos e impulsar la estrategia, la innovación y el valor de sus empresas.

Salidas profesionales

Al finalizar la maestría estarás preparado para trabajar en:

Los graduados en la Maestría podrán asumir funciones y tareas relacionadas con el análisis de datos, pudiendo desarrollar diferentes perfiles profesionales, como:

En el caso de aquellos perfiles con experiencia previa en dirección y gestión de equipos, el programa les capacitará en aspectos técnicos para el desempeño de roles relacionados con la gestión y dirección de proyectos basados en datos. Por ejemplo:

Superando esta maestría conseguirás:

Título

Homologados

Conocimientos

Múltiples habilidades que te abrirán puertas.

La Maestría en Sistemas de Información, mención Data Science, brinda al gestor del negocio o profesional técnico la posibilidad de:

Ventajas de la Metodología en línea

La metodología 100% en línea, permitiendo interacciones en tiempo real entre docentes y estudiantes.

A través del Campus Virtual el alumno accede de forma sencilla, amigable e intuitiva, a todos los recursos y contenidos necesarios para alcanzar el desarrollo de las competencias y destrezas necesarias. Recursos didácticos que por su diseño optimizan el tiempo y así permiten alcanzar una experiencia de aprendizaje eficaz.

Siguiendo el 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.
El modelo se completa con tutorías, clases y experiencias prácticas virtuales en tiempo real, interaccionando el alumno con el profesor para desarrollar o profundizar aspectos prácticos y relevantes del contenido de la materia.

La maestría organiza las once materias de las que se compone, en dos periodos académicos ordinarios de 18 semanas de duración, por lo que el alumno dispone de cinco semanas para alcanzar los objetivos de aprendizaje de cada materia.

Las tutorías, clases y experiencias prácticas virtuales en tiempo real se imparten cada dos semanas, en jueves tarde, viernes tarde y sábado.

(* El horario se ajustará a la secuencia docente buscando ser compatible con la actividad laboral).

Unidad de titulación

La duración de la unidad de titulación será de 240 horas. Los estudiantes podrán optar por completar las siguientes opciones:

  • Proyecto de titulación con componentes de investigación aplicada y/o desarrollo. Esta opción se basa en el desarrollo de un proyecto de aplicación que permita integrar de forma holística los conocimientos obtenidos en el programa y deberá tener afinidad con el programa de maestría.
  • Examen de carácter complexivo. Esta opción se basa en una evaluación integral del componente teórico (examen teórico) y práctico (examen práctico) de los resultados de aprendizaje del programa de maestría

Contenidos del programa:

Contenidos:

  • Fundamentos de Python.
  • Librerías para ciencia de datos: Numpy, Pandas, etc.
  • Procesamiento de datos y visualización con Python.
  • Fundamentos de R.
  • Paquetes de R.
  • Procesamiento de datos y visualización con R.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Introducción al mundo big data
  • Inteligencia de negocio vs. big data.
  • Tecnologías big data.
  • Impacto sobre la organización.
  • El valor del dato y aplicaciones por sectores.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • El ciclo de vida del dato.
  • Calidad del dato.
  • Preparación y preproceso de datos.
  • Modelos analíticos.
  • Herramientas y técnicas de visualización.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Introducción a la inteligencia de negocio.
  • Diseño de bases de datos.
  • Estándar SQL.
  • El almacén de datos (Data Warehouse).
  • Herramientas y procesos de extracción, transformación y carga (ETL).
  • Visualización efectiva de información.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Introducción a la inteligencia de negocio.
  • Diseño de bases de datos.
  • Estándar SQL.
  • El almacén de datos (Data Warehouse).
  • Herramientas y procesos de extracción, transformación y carga (ETL).
  • Visualización efectiva de información.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • 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.

Aprendizaje con el docente: 44
Aprendizaje práctico: 8
Aprendizaje autónomo: 188

Contenidos:

  • Hadoop y su ecosistema.
  • Spark. Fundamentos y aplicaciones.
  • Bases de datos NoSQL.
  • Plataforma Cloud.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Introducción a la estadística.
  • Probabilidad y muestreo.
  • Inferencia.
  • Regresión.
  • Diseño de experimentos.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Herramientas para machine learning.
  • Técnicas y aplicaciones del aprendizaje supervisado.
  • Técnicas y aplicaciones del aprendizaje no supervisado.
  • Modalidades y técnicas de deep learning.
  • Soluciones en la nube para machine learning

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Introducción a la inteligencia artificial.
  • Técnicas y aplicaciones para la toma de decisiones.
  • Aprendizaje por refuerzo y aplicaciones.
  • Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP).
  • Sistemas de recomendación y aplicaciones.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Estándares de gestión de proyectos.
  • Gestión ágil de proyectos.
  • Aspectos regulatorios y éticos.
  • Gobierno del dato

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Contenidos:

  • Visión humanista para la gestión técnica y ética profesional.
  • Ética del servicio público frente a los riesgos de arbitrariedad y abuso del poder.
  • Responsabilidad ética frente al cuidado medioambiental y otros problemas globales.
  • Alcance de la responsabilidad del profesional.

Aprendizaje con el docente: 24
Aprendizaje práctico: 2
Aprendizaje autónomo: 94

Perfil de Ingreso

Dada la naturaleza del programa, accederán titulados de tercer nivel de grado.

Con carácter preferente acceden aquellos profesionales cuyos títulos pertenecen al campo amplio de las Tecnologías de Información y Comunicación (TICS) de acuerdo con la nomenclatura de títulos profesionales y grados académicos.

Otros profesionales que tengan título de tercer nivel de grado en un campo amplio distinto, acreditando experiencia en el uso y aplicación profesional de tecnologías de la información y la comunicación enfocadas a la gestión de datos e información a través de bases de datos pueden acceder a la maestría.

Consulta condiciones de financiamiento.

¡Te asesoramos!