Maestría en Ingeniería y Analítica de Datos

Programs Inside

Información general

Presentación del programa

Según Bart Baesens, en inglés los términos Data Analytics (Analítica), Data Science (Ciencia de los Datos), Data Mining (Minería de Datos) y otros se suelen usar de manera indiferente para referirse a identificar patrones o modelos matemáticos para extraer información y conocimiento de bases de datos convencionales o de Big Data.

Big Data es un término acuñado por científicos e ingenieros de computación para referirse a datos que por su tamaño y complejidad no es posible capturar, almacenar, administrar ni analizar utilizando herramientas de hardware y software tradicionales. Tampoco hay ingenieros y analistas con la formación, conocimiento y habilidades para el tratamiento de estos datos. Pero utilizando estadística, optimización, bases de datos y algoritmos de Machine Learningentre otros, es posible identificar patrones en estos datos, que son útiles en las ciencias, la ingeniería y los negocios. 

En la Maestría convergen dos campos del conocimiento, la Ingeniería de Datos y la Analítica de Datos (Data Analytics), campos reconocidos por académicos, las empresas de alta tecnología, ingenieros e investigadores.

El propósito de la maestría es formar profesionales de alto nivel, que estén capacitados para la investigación, desarrollo e implementación de métodos y técnicas para almacenar, preparar, analizar y visualizar datos provenientes de fuentes convencionales o de Big Data, y la aplicación de sus conocimientos en la solución de problemas que requiere la sociedad actual. 

Perfil del aspirante

Un aspirante a la Maestría entiende los retos y las oportunidades de Big DataData Analytics en el mundo globalizado, es capaz de cumplir los objetivos que se propone en el tratamiento, análisis y visualización de datos.

La Maestría es de carácter multidisciplinario, está dirigida a profesionales egresados de matemáticas, de estadística, de ingeniería de sistemas y afines, de ingeniería industrial, de economía y administración. También pueden participar en esta maestría los graduados de otros programas académicos que acrediten experiencia comprobada en las áreas de trabajo de la maestría.

Perfil del egresado

Un egresado de la maestría, es una persona idónea, con una sólida formación en Ingeniería y Analítica de Datos y en los campos que la integran; con capacidad para la investigación, el desarrollo de nuevos productos; con habilidades para participar en equipos de trabajo multidisciplinarios y para desempeñarse en el sector público o privado.

Plan de estudios
MAESTRÍA EN INGENIERÍA Y ANALÍTICA DE DATOS - PLAN 0411
COMPONENTE DISCIPLINAR 
CréditosAsignaturaPrerrequisitoOferta por temática
3SISTEMAS BASES DE DATOS  
3MÉTODOS ESTADÍSTICOS PARA DATA ANALYTICS  
3BODEGAS DE DATOS- INTELIGENCIA DE NEGOCIOS   
3APRENDIZAJE AUTOMÁTICO  
3BASES DE DATOS AVANZADAS- BIG DATA   
3TEXT & WEB ANALYTICS   
3CLOUD COMPUTING  
COMPONENTE INVESTIGATIVO
MODALIDAD INVESTIGACIÓN
CréditosAsignaturaPrerrequisitoOferta por temática
3SEMINARIO I  
3SEMINARIO II  
10TESIS DE GRADO MAESTRÍA EN INGENIERÍA Y ANALÍTICA DE DATOSSEMINARIO I 
MODALIDAD PROFUNDIZACIÓN
CréditosAsignaturaPrerrequisitoOferta por temática
3SEMINARIO I  
6TRABAJO DE GRADO MAESTRÍA EN INGENIERÍA Y ANALÍTICA DE DATOSSEMINARIO I 
COMPONENTE FLEXIBLE - ELECTIVAS
CréditosAsignaturaPrerrequisitoOferta por temática
3ELECTIVA I  
3ELECTIVA II  
* Para visualizar las temáticas que desarrolla ésta asignatura consulte: Contenidos programáticos /Horarios
Director del programa
Director del programa

Ixent Galpin

¡Bienvenidos al micrositio de la Maestría en Ingeniería y Analítica de Datos!

Como el nombre indica, en este programa de estudios convergen dos campos de conocimiento.

La ingeniería de datos es definida por la IEEE como “el diseño, implementación, modelado, teoría y aplicación de sistemas de bases de datos y su tecnología”. Un ingeniero de datos tiene un amplio conocimiento en bases de datos y de las buenas prácticas en ingeniería. Debe ser experto los distintos paradigmas para la representación de datos (tanto el relacional como sistemas NoSQL), y temas como la construcción de sistemas tolerantes a fallos y la comprensión de lo que es necesario para escalar soluciones, sobre todo en los contextos Big Data que se presentan en la actualidad.

Por otro lado, la analítica de datos, también conocida como análisis de datos, o en inglés, data analytics, es un nuevo campo formado por la intersección de la estadística, la minería de datos, y la computación (ingeniería de datos). Su papel se ilustra a través de la pirámide del conocimiento, también conocido como la jerarquía DIKW (por sus siglas en inglés, Data Information Knowledge Wisdom), que en castellano representa datos, información, conocimiento y sabiduría.

A grandes rasgos, la ingeniería de datos corresponde a la base de dicha pirámide, ya que en este contexto se refiere a técnicas que preparan a los datos para análisis posterior. La estadística es principalmente descriptiva, ya que se utiliza para describir y comprender fenómenos pasados, y corresponde a la capa del conocimiento. La minería de datos puede, en base a fenómenos pasados, ser utilizada para llevar a cabo predicciones sobre eventos futuros, lo cual corresponde al conocimiento. La Analítica ocuparía la punta de dicha pirámide, ya que le permite a uno formar teorías y nuevo conocimiento, denominado en la pirámide como sabiduría.

Sean bienvenidos a un programa con temas novedosos.

 

Ixent Galpin

Director

Programs inside new

Informative Block Landing

Slider Home New

¿Qué quieres estudiar?

Facultad de
Ciencias Naturales e Ingeniería
Programa de posgrado
Tipo de programa: 
Maestrías
Código SNIES: 
105974
Título Otorgado: 
Magíster en Ingeniería y Analítica de Datos
Modalidad: 
Presencial
Bogotá, Cundinamarca
Duración: 
4 semestres. Créditos: 36 (profundización) / 43 (investigación)

Registro Calificado: Resolución No. 20895 del 3 de noviembre de 2016 por 7 años.

¡Bienvenidos al micrositio de la Maestría en Ingeniería y Analítica de Datos!


Como el nombre indica, en este programa de estudios convergen dos campos de conocimiento.

La ingeniería de datos es definida por la IEEE como “el diseño, implementación, modelado, teoría y aplicación de sistemas de bases de datos y su tecnología”. Un ingeniero de datos tiene un amplio conocimiento en bases de datos y de las buenas prácticas en ingeniería. Debe ser experto los distintos paradigmas para la representación de datos (tanto el relacional como sistemas NoSQL), y temas como la construcción de sistemas tolerantes a fallos y la comprensión de lo que es necesario para escalar soluciones, sobre todo en los contextos Big Data que se presentan en la actualidad.

Por otro lado, la analítica de datos, también conocida como análisis de datos, o en inglés, data analytics, es un nuevo campo formado por la intersección de la estadística, la minería de datos, y la computación (ingeniería de datos). Su papel se ilustra a través de la pirámide del conocimiento, también conocido como la jerarquía DIKW (por sus siglas en inglés, Data Information Knowledge Wisdom), que en castellano representa datos, información, conocimiento y sabiduría.

A grandes rasgos, la ingeniería de datos corresponde a la base de dicha pirámide, ya que en este contexto se refiere a técnicas que preparan a los datos para análisis posterior. La estadística es principalmente descriptiva, ya que se utiliza para describir y comprender fenómenos pasados, y corresponde a la capa del conocimiento. La minería de datos puede, en base a fenómenos pasados, ser utilizada para llevar a cabo predicciones sobre eventos futuros, lo cual corresponde al conocimiento. La Analítica ocuparía la punta de dicha pirámide, ya que le permite a uno formar teorías y nuevo conocimiento, denominado en la pirámide como sabiduría.

Sean bienvenidos a un programa con temas novedosos.

 

Ixent Galpin

Director

 

 

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.