- Ingeniería en
- Ciencia de Datos y Analítica
- Título académico a obtener
- Licenciado en Ingeniería en Ciencia de Datos y Analítica
- Grado académico
- Ingeniería
- Duración
- 5 años
- Modalidad de estudio
- Virtual
- Jornada:
- Diario y Sábado
- Descripción de la carrera
-
La carrera de Ingeniería en Datos y Analítica busca formar profesionales (Ingenieros Científicos de Datos) que sean capaces de gestionar, operar y analizar grandes cantidades de datos, utilizando diferentes modelos matemáticos con la ayuda de las tecnologías de la computación y así obtener información para la solución de diferentes problemas y la toma de decisiones.
- ¿Qué aprenderás durante la carrera?
-
Profesionales que sean capaces de gestionar, operar y analizar grandes cantidades de datos utilizando diferentes modelos matemáticos y con la ayuda de las tecnologías de la computación,.
Galería
Perfil deIngreso
• Poseer un conocimiento general sobre el campo de acción de la Ingeniería en Datos y sentir inclinación para ella.
• El aspirante a ingeniero en Ciencia de Datos y Analítica debe ser una persona con conocimientos y aptitudes en las ciencias matemáticas y de la computación.
• Debe poseer habilidades y conocimientos para comunicarse en forma oral y escrita de manera satisfactoria.
• Debe tener habilidad para resolver problemas.
• Requiere contar con un conocimiento general de la problemática social nacional e internacional.
• Debe poseer sensibilidad, creatividad y compromiso social
Perfil deEgreso
• Los estudiantes obtendrán de esta carrera las bases de las ciencias de la computación orientadas y aplicadas en unión a las matemáticas y estadísticas avanzadas en el procesamiento y análisis de datos.
• El profesional de la carrera de Ingeniería de Ciencia de Datos y Analítica será capaz de gestionar grandes volúmenes de datos, desde el diseño de sistemas de registro de datos y su procesamiento, realizar los respectivos análisis de datos haciendo uso de las herramientas específicas, generar informes de visualización de datos y análisis para la gestión y toma de decisiones.
• Ser capaz de diseñar y evaluar modelos matemáticos descriptivos, predictivos y prescriptivos para crear soluciones a problemas específicos.
• Desempeñarse en campos de análisis de datos, analista de negocios, analista de información, diseñador de herramienta de predicción en diferentes industrias en Guatemala.
Campo Laboral
• Trabajar en conjunto con administradores, ingenieros de TI, programadores, estadísticos, diseñadores gráficos y expertos en el desarrollo de productos o servicios una empresa, mediante la extracción y análisis de los big data.
• Dar asesoramiento estratégico para resolver problemas derivados de la gestión de los Big Data, considerando las tendencias en metodologías y herramientas para el manejo de estos.
• Crear anteproyectos para sistemas de administración de datos con el fin de integrar, centralizar, proteger y mantener los protocolos de verificación de la calidad de estos.
• Comprender la forma en cómo se realizan las funciones de la organización y cómo se deben recolectar, analizar y utilizar los datos.
• Utilizar herramientas técnicas de visualización de datos para analizar y presentar tendencias complejas.
• Resolver problemas, mediante el desarrollo de algoritmos, que involucran grandes volúmenes de datos provenientes de diferentes fuentes y dominios de aplicación.
Malla curricular
| 1° Ciclo | ÁLGEBRA SUPERIOR | ALGORITMOS Y FUNDAMENTOS DE PROGRAMACIÓN | ANÁLISIS Y ADMINISTRACIÓN DE DATOS CON HOJAS ELECTRÓNICAS | DESARROLLO HUMANO Y PROFESIONAL | HERRAMIENTAS PARA LA CIENCIA DE DATOS | |
|---|---|---|---|---|---|---|
| 2° Ciclo | ÁLGEBRA LINEAL I | CÁLCULO I | HISTORIA Y FILOSOFÍA DE LA CIENCIA | LEGISLACIÓN PARA INGENIEROS | PROBABILIDAD Y ESTADÍSTICA PARA LA CIENCIA E INGENIERÍA I | PROGRAMACIÓN PARA LA CIENCIA E INGENIERÍA I |
| 3° Ciclo | ÁLGEBRA LINEAL II | CÁLCULO II | MATEMÁTICA DISCRETA I | PROBABILIDAD Y ESTADÍSTICA PARA LA CIENCIA E INGENIERÍA II | PROGRAMACIÓN PARA LA CIENCIA E INGENIERÍA II | SISTEMAS DE INFORMACIÓN GEOGRÁFICA |
| 4° Ciclo | CÁLCULO VECTORIAL Y MULTIVARIABLE | MATEMÁTICA DISCRETA II | PROBABILIDAD Y ESTADÍSTICA PARA LA CIENCIA E INGENIERÍA III | PROGRAMACIÓN AVANZADA | VISUALIZACIÓN, EXPLORACIÓN Y ADQUISICIÓN DE DATOS | |
| 5° Ciclo | ESTADÍSTICA GEOESPACIAL Y ANÁLISIS DE DATOS ESPACIALES | ESTRUCTURA DE DATOS | MODELACIÓN MATEMÁTICA APLICADA | PROBABILIDAD Y ESTADÍSTICA PARA LA CIENCIA E INGENIERÍA IV | PROGRAMACIÓN DE PÁGINAS ELECTRÓNICAS Y APLICACIONES MÓVILES | |
| 6° Ciclo | DISEÑO DE BASE DE DATOS ESTRUCTURADAS | ESTADÍSTICA APLICADA I | LENGUAJES DE PROGRAMACIÓN PARA INTELIGENCIA ARTIFICIAL | MÉTODOS NUMÉRICOS | PROGRAMACIÓN PARA LA CIENCIA DE DATOS | |
| 7° Ciclo | DISEÑO DE BASE DE DATOS NO ESTRUCTURADAS | ESTADÍSTICA APLICADA II | INTELIGENCIA ARTIFICIAL | MINERÍA DE DATOS ESTRUCTURADOS | PROCESOS ESTOCÁSTICOS | |
| 8° Ciclo | ANALÍTICA DE DATOS | APRENDIZAJE AUTÓNOMO (MACHINE LEARNING) | DISEÑOS ESTADÍSTICOS | INTRODUCCIÓN A LA MATEMÁTICA COMPUTACIONAL PARA LA CIENCIA D | MINERÍA DE DATOS NO ESTRUCTURADOS | SERIES DE TIEMPO Y PRONÓSTICOS |
| 9° Ciclo | APRENDIZAJE PROFUNDO (DEEP LEARNING) | COMPUTACIÓN EN LA NUBE Y DATOS MASIVOS (CLOUD COMPUTING AND | INTELIGENCIA COMERCIAL (BUSINESS INTELLIGENCE)( | INTRODUCCIÓN A LA TEORÍA DE DECISIONES CON ANALÍTICA DE DATO | INTRODUCCIÓN AL ANÁLISIS TOPOLÓGICO DE DATOS | SOFTWARE PARA DATOS Y ANÁLISIS ESTADÍSTICO |
| 10° Ciclo | ANALÍTICA APLICADA A MERCADOTECNIA, FINANZAS Y DATOS MASIVOS | DESARROLLO DE APLICACIONES PARA EL ANÁLISIS DE DATOS | INTRODUCCIÓN A LA ANALÍTICA APLICADA A LA EVALUACIÓN DEL RIE | INTRODUCCIÓN A LA CRIPTOGRAFÍA Y SEGURIDAD DE DATOS | TEMAS SELECTOS DE ANALÍTICA AVANZADA Y CIENCIA DE DATOS |