Ingeniería de Datos e Inteligencia Artificial - Presencial

Contacta sin compromiso con Universidad del Sur

Para enviar la solicitud debes aceptar la política de privacidad

Galería de imágenes

Comentarios sobre Ingeniería de Datos e Inteligencia Artificial - Presencial - Presencial - Tuxtla Gutiérrez - Chiapas

  • Contenido
    Ingeniería de Datos e Inteligencia Artificial - Presencial.


    Duración: 2 años 8 meses.Horarios:
    Tuxtla: Sábados o Domingos de 08:00am a 02:00pm.
    Mérida: Sábados: 08:00am a 02:00pm.
    Cancún: Sábados de 08:00am a 02:00pm.

    • Clases presenciales en cualquiera de nuestros campus (Tuxtla Gutiérrez, Mérida y Cancún) y conexiones en vivo.
    • Horarios establecidos para clases presenciales y conexiones en vivo.
    • Seguimiento retroalimentación y acompañamiento académico presencial e interactivo a través de plataformas educativas.
    • Recursos Educativos Digitales
    • Desarrollo profesional social y emocional.

    Perfil de egreso.
    Objetivo.
    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.

    Conocimientos.
    • 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
    • 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.

    Habilidades.
    • 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
    • Diseño, selección de modelos de visión artificial.
    • Utiliza métodos de inteligencia artificial y cómputo cognitivo en la solución de problemas de optimización.
    • Comunicar información científica y tecnológica en el ámbito de las aplicaciones de las matemáticas a una diversidad de públicos.

    Actitudes.
    • 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 continúo.
    • 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.

    Plan de estudios.
     


    PRIMER CUATRIMESTRE
    • Álgebra 
    • Probabilidad y estadística 
    • Matematicas discretas
    • Física
    • Matemática para la computación
    • Lógica y razonamiento computacional

    SEGUNDO CUATRIMESTRE
    • Àlgebra lineal
    • EstadÍstica inferencial
    • Cálculo integral y diferencial
    • Electricidad y magnetismo
    • Introducción al sistema de información
    • Métodos numéricos

    TERCER CUATRIMESTRE
    • Programaciòn lineal
    • Anàlisis de datos
    • Electrònica
    • Ecuaciones diferenciales y series
    • Fundamentos de programaciòn

    CUARTO CUATRIMESTRE
    • Investigaciòn para la ingenerìa
    • Anàlisi numèrico
    • Bases de datos i
    • Lenguajes y autòmatas
    • Programaciòn orientada a objetos

    QUINTO CUATRIMESTRE
    • Sistemas operativos
    • Modelaciòn de sistemas
    • Ingenerìa de software I
    • Bases de datos II
    • Anàlisis y diseño de algoritmos
    • Estructura de datos

    SEXTO CUATRIMESTRE
    • Aprendizaje de maquinas
    • Simulaciòn de sistemas
    • Ingenerìa de software II
    • Bases de datos avanzadas
    • Programaciòn concurrente y distribuida
    • Introducciòn a la inteligencia artificial

    SÉPTIMO CUATRIMESTRE
    • Temas selectos de aprendizaje de maquinas
    • Graficaciòn por computadora
    • Sistemas distribuidos
    • Agentes inteligentes
    • Programaciòn para la inteligencia artificial
    • Computo en la nube

    OCTAVO CUATRIMESTRE
    • Gestiòn de la calidad
    • Visiòn por computadora
    • Analìtica de negocios
    • Minerìa de datos
    • Desarrollo de aplicaciones para la inteligencia artificial y ciencia de datos
    • Sistemas expertos

    NOVENO CUATRIMESTRE
    • Redes neuronales
    • Evaluaciòn de proyectos tècnològicos
    • Procesamiento de imágenes digitales
    • Seguridad de la informaciòn
    • Redes de computadoras
    • Sistema de ayuda a la toma de decisiones

Otra formación relacionada con base de datos

Este sitio utiliza cookies.
Si continua navegando, consideramos que acepta su uso.
Ver más  |