fbpx

Soy:

Maestría en Estadística Aplicada y Ciencia de Datos

Modalidad: Presencial

Duración: 4 semestres

Titulación: Magíster en Estadística Aplicada y Ciencia de Datos

SNIES: 111007 | Registro Calificado: Resolución 005099 del 05 abril 2022

Conoce todo sobre nuestra Maestría en Estadística Aplicada y Ciencia de Datos

La maestría en Estadística Aplicada y Ciencia de Datos es un programa de formación de alto nivel en métodos estadísticos modernos relacionados con el manejo científico de datos, el aprendizaje automático, la visualización de datos con habilidades para trabajar con tecnologías de Big Data, incluida la programación en Python y R, que te permitirán tomar las mejores decisiones en las áreas y sectores como: financieras, gobierno, la industria, el comercio, la salud, sociedad y cultura.

 

Al terminar la maestría en Estadística Aplicada y Ciencia de Datos, podrá desempeñarse en la academia, el sector privado y público y estará en capacidad de diseñar modelos predictivos y explicativos para gestionar los riesgos de una organización, identificar nuevos clientes, realizar análisis de supervivencia en centros de salud, y dirigir trabajos de investigación en diversas áreas que involucren grandes volúmenes de datos.

 

Esta Maestría es la única ofrecida en Colombia como Estadística Aplicada y Ciencia de Datos.

 

Dirigida a 

Investigadores y profesionales de diferentes disciplinas que deseen formarse en analítica de datos y estadística aplicada.

  • Identificar patrones en los datos haciendo uso de técnicas estadísticas avanzadas y Ciencia de Datos.
  • Aplicar técnicas avanzadas de ciencia de datos en la selección de clientes potenciales para un determinado mercado, basándose en los comportamientos que tienen los usuarios en redes, interacciones en la web u otras fuentes de información.
  • Organizar, visualizar y analizar grandes conjuntos de datos para tomar decisiones en contextos socioeconómicos, tecnológicos, culturales y científicos, a través de la aplicación de modelos estadísticos avanzados.

El egresado de la Maestría en Estadística Aplicada es un profesional con una formación de alto nivel en metodologías estadísticas modernas y ciencia de datos, con capacidad para realizar modelos en la industria, identificar oportunidades de mejora y liderar procesos de investigación que requieran de la estadística, para ayudar a tomar decisiones en diferentes contextos, además, podrá desempeñarse en la academia, el gobierno, y la industria del sector privado y público.

 

Los magísteres aplicarán los conocimientos y las habilidades adquiridas durante su formación en la producción de nuevos conocimientos, proponiendo nuevas formas de análisis e interpretación de la información a problemas complejos de diversas áreas y campos científicos como: la economía, ingeniería, ciencias básicas, ciencias de la salud, gobiernos y las nacientes ciencias del siglo XXI como son la biología molecular, ingeniería genética, nanotecnología, inteligencia artificial, teoría del caos, redes neuronales, biodiversidad, sistemas expertos, autómatas celulares y realidad virtual, entre otros.

 

Son magísteres capaces de procesar y extraer información relevante producto del modelado y análisis de grandes bases de datos, lo que le permite convertirse en protagonistas en la toma decisiones en múltiples áreas del conocimiento como la economía, la ingeniería, las ciencias sociales y humanidades, las ciencias médicas y la geofísica entre otras.

 

Estas decisiones permiten la solución de problemas relacionados con la mitigación de la pobreza, la generación de nuevas fuentes de alimentos, el mejoramiento de los estándares en salud pública, la calidad de la educación, la preservación del medio ambiente, el aprovechamiento óptimo de energías renovables, la eficiencia energética, el desarrollo económico de las regiones, la innovación en la industria y su infraestructura y el fortalecimiento de las instituciones públicas y privadas.

El programa de Maestría en Estadística Aplicada y Ciencia de Datos en la modalidad de investigación consta con un plan de estudios estructurado en cinco ciclos de formación y especialización:

 

  1. Ciclo Básico (6 créditos)

Habilidades en programación, estadística computacional y las temáticas propias del manejo del álgebra lineal y los cálculos, así como una formación en básica en teoría de probabilidad.

 

  1. Ciclo de Fundamentación de la Disciplina (6 créditos)

Conocimiento total de los métodos estadísticos para el análisis de datos y el diseño de experimentos para procesos de investigación en la Industria, el sector educativo, las ciencias de la vida, etc.

 

  1. Ciclo de Profundización de la Disciplina (6 créditos)

El estudiante se puede especializar en dos áreas fundamentales que son pilares del conocimiento en ciencia de datos como Data Mining  y Data Science and Machine learnig.

 

  1. Ciclo Electivo: (12 créditos)

Cualificación de la formación a partir de módulos que previamente se definen con los estudiantes, como pueden ser:

 

Electivas de Estadítica Aplicada:  Muestreo Estadístico,  Series de tiempo y modelos econométricos, Análisis Multinivel,  Procesamiento de Imágenes y Deep Learning.

 

Electiva de Ciencias de Datos:  Business Analytics Data, Big Dta, Inteligencia Analítica de Datos, Deep Learning, Tópicos avanzadas en Inteligencia Artificial

 

  1. Ciclo de Investigación (13 créditos)

Se fortalecen las habilidades de investigación, competencias que se comienza a desarrollar a partir del primer semestre con los Seminario de Investigación I, II y III, las cuales se logran plasmar en el trabajo de grado y la construcción de un artículo de investigación el cual debe someter a una revista indexada en WOS o Scopus para poder terminar su formación académica e investigativa y optar a su título.

 

Semestre 1 Semestre 2
• Programación y estadística computacional
• Teoría de probabilidad
• Métodos Estadísticos
• Seminario de investigación I
• Diseño de experimentos
• Data Mining
• Data Science and Machine Learnig
• Seminario de investigación II
Semestre 3 Semestre 4
• Electiva I
• Electiva II
• Electiva III
• Seminario de investigación III
• Electiva IV
• Trabajo de grado

 

David Sierra Porta 

 

Licenciado en Matemáticas y Física, magíster Scientiarum en Física Fundamental y doctor en Física Fundamental. Ha sido postdoctorante en la Universidad Industrial de Santander, trabajando como investigador en el área de muografía y partículas de alta energía y Universidad de los Andes como investigador en Astrofísica Computacional.

Intereses en investigación en ciencia de datos, astropartículas y rayos cósmicos, heliofísica, dinámica solar y clima espacial.

 

CvLAC

Profesores con excelente reputación académica, catedráticos con amplia experiencia profesional en diferentes sectores de la industria, el gobierno, salud, negocios y profesores invitados expertos nacionales e internacionales

Conoce los valores de nuestras matrículas y realiza tu proceso de inscripción. ¡Te esperamos en la UTB!

Conoce más de lo que tenemos para ti

Conoce nuestras ofertas complementarias para tu formación.

¿Te podemos ayudar?
Déjanos tus datos

Te puede interesar

Conoce otros programas que podrían ser de tu interés.

Ciencias Básicas

Estadística aplicada y ciencia de datos

Maestría en Estadística Aplicada y Ciencia de Datos

Modalidad: Presencial
Duración: 4 semestres
Titulación: Magíster en Estadística Aplicada y Ciencia de Datos

Ciencias Básicas

Maestría en Bioinformática

Modalidad: Presencial
Duración: 4 semestres
Titulación: Magíster en Bioinformática

Ciencias Básicas

Especialización en Estadística Aplicada

Modalidad: Presencial
Duración: 2 Semestres
Titulación: Especialista en Estadística Aplicada

Nuestra ubicación

Campus Tecnológico

Parque Industrial y Tecnológico Carlos Vélez
Pombo Km 1 Vía Turbaco
Tel: +57 605 6931919

Campus Casa Lemaitre

Calle del Bouquet Cra.21 #25-92
Barrio Manga
Tel: +57 605 6931919

Términos y condiciones
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Curabitur velit tortor, ultrices vitae sapien in, maximus ullamcorper libero. Maecenas in tellus cursus, volutpat nunc nec, tempor odio. Morbi eu massa at nisi ultrices ullamcorper. Donec sit amet scelerisque sapien. Phasellus sit amet dapibus lectus, nec laoreet sem. Duis quam orci, porta id egestas at, aliquet vel justo. Quisque congue, risus lacinia vehicula viverra, magna lectus mattis lorem, eget bibendum nulla odio quis risus. Ut eleifend vitae risus nec auctor. Cras convallis velit a elit dapibus consectetur. Etiam scelerisque lobortis leo, nec imperdiet orci gravida ut. Praesent laoreet ut diam ut tempus. Nullam in dui massa.2