Ingeniería de Datos e Inteligencia Artificial

Formar profesionales expertos en extraer conocimiento implícito y complejo, potencialmente útil a partir de grandes conjuntos de datos, utilizando métodos de inteligencia artificial, aprendizaje de máquina, estadística, sistemas de bases de datos y modelos matemáticos sobre comportamientos probables, con una actitud, propositiva, analítica y de producción a futuro, socialmente responsables con gran calidad humana y capacidad de liderazgo para apoyar la toma de decisiones de alta dirección.

Personas adultas con preparatoria terminada o carrera trunca, interesadas en retomar o continuar su formación profesional.
Buscan superarse académica y laboralmente, mejorar su calidad de vida, alcanzar mayores oportunidades económicas y desarrollar habilidades que les permitan avanzar personal y profesionalmente en un entorno competitivo.

Documentación digital requerida:
Acta de nacimiento actualizada

Certificado de bachillerato

Copia de la CURP

Constancia de autenticidad del certificado de bachillerato

Opciones de Titulación
Seminario para la obtención mediante tesis individual

Seminario para la obtención por opción cero

Seminario para la obtención mediante examen general de conocimientos

Seminario para la obtención mediante tesis colectiva

Seminario para la obtención por alto rendimiento académico

Seminario para la obtención por estudios de posgrado

Seminario para la obtención por proyecto emprendedor

Seminario para la obtención mediante memoria de experiencia profesional

Seminario para la obtención mediante producción de unidad audiovisual

Un asesor se pondrá en contacto contigo a través de llamada telefónica o WhatsApp.

• Responsable y confiable en el manejo de la información.
• Metodológico en el uso de principios establecidos (ordenado lógico secuencial de las cosas).
• Proactivo en el uso de herramientas.
• Solución de problemas y conflictos.
• Empatía ante las necesidades del cliente.
• Trabajo colaborativo en equipos de trabajo.
• Organizar y liderar grupos de trabajo.
• Toma de decisiones.
• Íntegro durante el desarrollo de proyectos.
• Organizado con su trabajo.
• Reflexivo en su práctica profesional.
• Confianza en sí mismo.
• Interés por la investigación y mejora de procesos.
• Autogestión en el aprendizaje continuo.
• Ética en el manejo de la información del cliente (confidencialidad de la información y uso de la información).
• Responsabilidad con la adecuada detección de las necesidades.
• Entrega en tiempo y forma de los productos de la tarea de acuerdo a la necesidad (cumplimiento).
• Honestidad en la propuesta de solución entregada.
• Respetuoso de la normatividad nacional e internacionales.
• Proactivo y honesto en su desempeño profesional.
• Tolerante y respetuoso de la diversidad de ideas.
• Creativo en el uso de la tecnología.
• Manejo adecuado del estrés.

• Funcionalidades de herramientas para la transformación a valores de tipos discretos y jerarquía de datos.
• Conocer los estándares para la creación de especificaciones de sistemas.
• Modelos matemáticos y estadísticos para la transformación de datos.
• Conocer los atributos de calidad de los datos y la información.
•Clasificación de sistemas manejadores de bases de datos con base en sus funcionalidades.
•El proceso de programación de algoritmos computacionales.
•Metodologías y técnicas para la transformación a valores discretos.
•Fundamentos de diseño de bases de datos computacionales (Relacionales, No SQL, BigData).
•Modelos matemáticos y estadísticos aplicables al aprendizaje de máquinas.
•Técnicas de levantamiento de ingeniería de requisitos.
•Normas y estándares para la conformación del documento de especificación del sistema.
• Lenguajes de programación aplicables a la Inteligencia Artificial (Prolog, Python, C++, Java, C#).
• Soluciones de software y hardware para la adquisición y procesado de imágenes.
• Librerías y APIs para la programación de soluciones para la planeación y toma de decisiones.
• Analizar y procesar datos estructurados y no estructurados empleando métodos matemáticos, estadísticos, de inteligencia artificial y técnicas acordes a la ciencia de datos.
• Dominar, los diversos espacios de aprendizaje que le permitan crear e innovar sus conocimientos por medio de la interacción con la información en formato digital y a través de las redes de comunicación.

• Implementar técnicas de levantamientos de requisitos.
• Implementar el modelo de datos a través de la herramienta de modelado.
• Implementar modelos para la transformación a valores de tipos discretos y jerarquía de datos.
• Implementar ajustes a los modelos de visión artificial, diseñar el modelo y/o técnica de procesado de imagen.
• Implementar el proceso de limpieza de los datos en las herramientas pertinentes.
• Instalar y configurar sistemas manejadores de bases de datos.
• Ejecutar proceso de limpieza de datos aplicando algoritmos y técnicas.
• Crear e Implementar un esquema de bases de datos de acuerdo con el modelo de datos.
• Seleccionar un modelo y/o técnica para la visión artificial.
• Aplicar pruebas de calidad del software en la solución de visión artificial.
• Aplicar el modelo y técnica para la planeación y toma de decisiones (teoría de decisión, programación lineal, planeación probabilística, programación dinámica).
• Seleccionar un modelo para la toma de decisiones.
• Determinar el modelo para la planeación, razonamiento y toma de decisiones a utilizar.
• Estructuración en la conformación de información.
• Representar algoritmos computacionales.
• Desarrollar un modelo para la planeación y toma de decisiones.
• Construir modelos matemáticos deterministas o estocásticos, soportados por herramientas computacionales de vanguardia.
• Diseñar modelos lineales y no-lineales de optimización a problemas complejos mediante herramientas computacionales.
• Diseñar modelos matemáticos complejos que contribuyen a la seguridad de datos y de sistemas informáticos.
• Diseñar y crear bases de datos computacionales, que le permitan limpiar y transformar los datos, para la toma decisiones.