Presentación

La Ciencia de Datos y el Big Data, representa una revolución que ya está cambiando la forma de hacer negocios, la sanidad, la política, la educación y la innovación. El dato es el elemento clave para cualquier organización, sin la gestión de los datos, no se puede generar valor ni llevar a cabo las estrategias que permitan cumplir los objetivos establecidos por las organizaciones.

Este programa de maestría, con énfasis a Ciencia de Datos y Sistemas Inteligentes, tiene una orientación profesional e investigadora, orientada a la formación de profesionales altamente cualificados para el ejercicio del Big Data y la Ciencia de Datos.

Dirigida a:

El programa de Maestría en Informática y Computación con énfasis Ciencia de Datos y Sistemas Inteligentes está especialmente dirigido a egresados de las carreras de: Licenciatura en Análisis de Sistemas, Ingeniería en Sistemas, Ingeniería Informática o titulaciones afines a la misma, como Ingeniería del software, Computadores, etc.

Objetivo general

El objetivo del programa de Maestría en Informática y Computación es que el alumno aprenda el ciclo del Análisis de Datos/Data Science Completo: desde los datos brutos, con su selección, captura y almacenamiento; pasando por el análisis a través de técnicas de machine learning y métodos estadísticos, su visualización y construcción de cuadros de mando y su aplicación a los problemas habituales de Análisis de Datos/Data Science, cumpliendo las normativas legales de utilización de los mismos, y aplicar todo este proceso a la gestión empresarial.

Perfil del Egresado

Las competencias del egresado del programa de Maestría en Informática y Computación con énfasis Ciencia de Datos y Sistemas Inteligentes, serán las de un profesional capaz de:

• Recopilar y almacenar información de forma óptima, la cual podrá ser de cualquier tipo (numérica, texto, imágenes, video, otros), y que estará afectada por las 5 V: velocidad, variedad, volumen, valor y veracidad.
• Visualizar dicha información para extraer patrones de comportamiento dentro de los datos.
• Establecer agrupamientos/patrones repetitivos y reglas de comportamiento de los datos.
• Determinar modelos de predicción para establecer comportamientos futuros.
• Analizar y gestionar los riesgos empresariales utilizando el Big Data.
• Mejorar la reputación y posicionamiento de la empresa, a través del análisis de los datos.

Duración de la maestría: 24 meses.

Horario de clases: viernes de 18:00 a 22:00hs y sábados de 08:00 a 17:30 hs.

Modalidad: A distancia, durante la vigencia de las restricciones sanitarias del COVID-19.

Carga Horaria: 900 horas reloj.

Cantidad de módulo: 15 (quince).

Inversión

Al contado: U$D. 4.500 (cuatro mil quinientos dólares americanos)

Requisitos de Admisión

Para egresados de la UNE:

• Fotocopia simple de:
• Cédula de identidad civil.
• Certificado de estudios.
• Título de grado inscripto en el MEC.
• Certificado de nacimiento.
• Dos fotos tipo carnet a color y actualizadas.
• Una carpeta colgante.
• Abonar el arancel correspondiente.

Para egresados de otras universidades:

• Fotocopia autenticada por escribanía o Secretaría General de:
• Cédula de identidad civil.
• Certificado de estudios.
• Título de grado inscripto en el MEC.
• Certificado de nacimiento.
• Dos fotos tipo carnet a color y actualizadas.
• Una carpeta colgante.
• Abonar el arancel correspondiente.

Plan de Estudio

Plantel Docente

• Dr. José Ignacio Peláez Sánchez - Universidad de Málaga, España.
• Ing. M. Sc. Eustaquio Alcides Martínez Jara – Universidad Nacional del Este, Paraguay.
• Dr. José M. Merigo Lindahl - Universidad de Chile, Chile.
• Dr. David Luis La Red Martínez - Universidad Nacional del Nordeste, Argentina.
• Dr. Francisco Luna Valero - Universidad de Málaga, España.
• Dr. José Antonio Gómez Ruiz - Universidad de Málaga, España.
• Magíster Pablo Sánchez Núñez - Universidad de Málaga, España.
• Dr. Luis Vargas - Universidad de Pittsburg, Estados Unidos.
• Dr. Enrique Herrera Viedma - Universidad de Granada, España.
• Dr. Luis Martínez López - Universidad de Jaén, España.
• Dr. Jesús Doña Fernández - Universidad de Málaga, España.
• Dr. Ángel Alloza Losana - Universidad de Málaga, España.
• Dr. Gustavo Fabián Vaccaro Witt - Universidad de Málaga, España.