Maestrías en ciencias de datos e inteligencia artificial
Maestrías en ciencias de datos e inteligencia artificial

La Maestría en Ciencia de Datos e Inteligencia Artificial tiene como objetivo dotarte de un conjunto de habilidades enmarcadas dentro de los distintos campos del área de la IA, principalmente el aprendizaje automático o machine learning y la optimización computacional, convirtiéndote en un profesional de perfil altamente demandado por empresas y organizaciones científicas, capacitado para operar en la vanguardia del cambio tecnológico.

Al terminar esta maestría serás capaz de crear soluciones complejas a retos de ingeniería, manufactura, movilidad y otras industrias avanzadas, desarrollando aptitudes y destrezas en una de las disciplinas con mayor proyección en los siguientes años participando en el mejoramiento continuo de los procesos de empresas altamente competitivas.

Modalidad Doble título Duración Inicio Créditos Acuerdo de RVOE. Archivo pdf
No escolarizada Maestría con validez oficial de estudios RVOE + Certificación Europea 3 semestres Febrero 2023 78

Aprobación del RVOE

Temario
Perfil de ingreso
Ventajas de estudiar en GOU

MIA Semestre 1

MIA Semestre 2

MIA Semestre 3

Si eres titulado de una licenciatura en Ingeniería en Sistemas, Tecnologías de la Información, Ciencia de datos o te interesa profundizar en los siguientes objetivos:

  1. Adquirir conocimientos en IA y crear soluciones para la toma de decisiones de negocio.
  2. Construir sistemas basados en tecnologías emergentes soportados en IA.
  3. Profundizar en el análisis de datos, movilidad autónoma o software inteligente.
  4. Adaptarse a entornos nuevos usando tus competencias profesionales.
  5. Diseñar modelos y algoritmos con el uso de herramientas avanzadas.
  6. Adquirir habilidades de aprendizaje que te permitan continuar tu formación autónoma.
  7. Implementar plataformas empresariales que automaticen tareas complejas.
  8. Ampliar tus competencias para dar soluciones de forma creativa e innovadora.
  9. Desarrollar la capacidad de observación, análisis y síntesis trabajando en equipo.
  10. Mejorar tu capacidad de trabajar en equipo y en entornos multidisciplinares.

Perfil del Estudiante

  1. Maestría con una fuerte base teórico-matemática que te permitirá entender los fundamentos que sustentan las técnicas más avanzadas en el desarrollo de aplicaciones.
  2. Programa internacional con doble titulación de Global Open University: Este plan de estudios se encuentra incorporado a la Secretaría de Educación de Quintana Roo (SEQ), con fecha 2022-05-05 y nº de acuerdo 202250MCDIA y Título propio certificado por la Universidad Europea Miguel de Cervantes.
  3. Conseguirás el dominio de las diferentes disciplinas de la Inteligencia Artificial: Machine Learning, Optimización Computacional y Razonamiento Difuso al tiempo que te familiarizarás con las herramientas y librerías de software más poderosas de la industria.
  4. Masterclasses con personas expertas de reconocido prestigio en el sector.
  5. Claustro integrado por profesorado con amplia experiencia docente, investigadora y profesionales de reconocido prestigio en el sector.
  6. Máster 100% en línea con un modelo pedagógico propio, y un sistema de evaluación continua por proyectos, lo que te garantiza una alta flexibilidad y adaptabilidad a tus circunstancias personales, permitiéndote administrar tu tiempo como prefieras.
  7. El plan de estudios de GOU responde a la rápida evolución de la sociedad y del mercado que implica tomar decisiones de forma oportuna y estratégicas.
  8. Los/as tutores/as GOU te ayudarán a lo largo de toda tu Maestría, acompañándote de forma personalizada, facilitando y asegurando tu avance y tu éxito para garantizar resultados de forma continua. Siempre estarás acompañado/a.
  9. Campus 100% en línea de alta tecnología, diseñado para facilitar el aprendizaje en todo momento.
  10. Colegiaturas congeladas durante toda la maestría sin reinscripción o costos adicionales.

Ventajas de estudiar en GOU

Profesorado

Pedro Alfonso Guadal Ortiz Sánchez

Mtro. Pedro Alfonso Guadal Ortiz-Sánchez

Maestro en Tecnologías de la Información, Ingeniero en Mecatrónica. Actualmente docente del Tecnológico Nacional de México en el Departamento de Sistemas Computacionales, donde ha colaborado de manera activa con diversas materias de la especialidad en Inteligencia Artificial. Es autor/coautor de diversos artículos de investigación científica, publicados en revistas nacionales e internacionales, revisor de pares y de editorial de congresos nacionales. Las áreas de su interés abarcan las ciencias de la educación, inteligencia artificial en específico el aprendizaje automático y la IA explicada. ORC ID: 0000-0002-2466-1837, Researcher ID Thomson: G-5253-2019, CVU CONACYT ID: 803273.

José Luis Sánchez-Cervantes

Dr. José Luis Sánchez-Cervantes

Doctor en Ciencia y Tecnología de la Computación por la Universidad Carlos III de Madrid, España. Es director y colaborador de diversos proyectos de investigación. Adicionalmente, es autor/coautor de varios productos académicos de ciencias de la computación publicados en revistas indexadas en el JCR, capítulos de libro, así como en revistas revisadas por pares y memorias de congresos nacionales e internacionales. Sus intereses de investigación incluyen la Inteligencia Artificial, Web Semántica, Linked Open Data, Big Data y el IoT. ORCID

Jorge Manuel Pool Cen

Mtro. Jorge Manuel Pool Cen

Maestro en Matemáticas con orientación en Educación, Profesor de la Carrera de Ingeniería en Sistemas Computacionales en el ITSVA. Ha colaborado con el sector empresarial dirigiendo proyectos tecnológicos para el sector turístico.Obtuvo el Primer Lugar en el evento Ocean Hackathon México en la Edición 2021. Colabora en temas de investigación con Aprendizaje Profundo y Aprendizaje Máquina en el área de procesamiento de lenguaje natural. He fungido como director de proyectos CONACYT y cuenta con el perfil deseable por parte de PRODEP. Actualmente cursa el Posgrado en Ciencias de la Información Geográfica en el Centro de Investigación de Conacyt CentroGeo.

Gandhi Samuel Hernández Chan

Dr. Gandhi Samuel Hernández Chan

Ingeniero y Maestro en Sistemas Computacionales por el Instituto Tecnológico de Mérida. Doctor en Ciencia y Tecnología Informática por la Universidad Carlos III de Madrid (UC3M). Del año 2010 a 2013 fue parte del grupo de investigación SofLab en la UC3M en donde participó en proyectos relacionados principalmente con el área de la biomedicina. Realizó una estancia doctoral el Digital Enterprise Research Institute (DERI), en la ciudad de Galway, Irlanda. Nivel 1 por parte del Sistema Nacional de Investigadores de CONACYT, y el Reconocimiento a Perfil Deseable por parte de PRODEP. Ha sido Profesor de Tiempo Completo en la Universidad Tecnológica Metropolitana, líder del Cuerpo Académico de Computación y Sistemas en el área de TIC en la misma Universidad. Cátedra de Conacyt asignado al Centro de Investigación en Ciencias de Información Geoespacial en la Unidad Yucatán, desarrollando proyectos relacionados con el análisis de sentimientos, prevención de riesgos, y análisis de información georeferenciada obtenida de diferentes medios aplicando técnicas de IA. En sus líneas de investigación se encuentran: representación del conocimiento, extracción de datos de redes sociales, procesamiento de texto.

Alfredo Mendoza González

Dr. Alfredo Mendoza González

Profesor investigador de la Universidad Autónoma de Aguascalientes, profesor asociado de la Universidad Politécnica de Aguascalientes y de la Universidad Tecnológica de Aguascalientes. Es Ingeniero en Sistemas Computacionales por la Universidad Autónoma de Aguascalientes (2008), Maestro en Ciencias Computacionales por la Universidad Autónoma de Aguascalientes (2013) y Doctor en Ciencias Computacionales por la Universidad Juárez Autónoma de Tabasco (2017). Es miembro fundador y Director de Vinculación del Instituto de Investigación, Desarrollo e Innovación en Tecnologías Interactivas, A. C. (IIDITI). Ha publicado artículos científicos en congresos y revistas internacionales en el área de Inteligencia Artificial sobre Algoritmos Genéticos y Algoritmos de Estimación de la Distribución, y en el área de Interacción Humano-Computadora sobre accesibilidad y adecuación y evaluación de interfaces para personas con discapacidad cognitiva. Ha escrito capítulos de libro sobre evaluación de usuarios con síndrome de Down y accesibilidad para personas con discapacidad visual. Sus temas de interés incluyen: Interacción Humano-Computadora, Usabilidad y Experiencia de Usuario, Interacción Humano-Máquina, Accesibilidad para personas con discapacidad cognitiva, Internet de las Cosas, Ingeniería de Software, diseño de interfaces móviles, tecnología wearable, interfaces cerebro-computadora, tecnología educativa y tecnología verde.



Recibe más información