Programa

*Las y los estudiantes deben cursar un mínimo de 6 créditos electivos. Los cursos son de 2 créditos cada uno, tutorizados, para profundización de las líneas de investigación y del Trabajo Final de Graduación. 

**Las actividades de Idioma, Proyecto de Trabajo Final, Avance de Trabajo Final y Examen de grado son entendidos como hitos del Plan de Estudios y se califican cualitativamente como Aprobadas o Reprobada.

Electivos

Análisis de datos multivariados

Public Service Intelligence and Big Data

Aplicaciones de machine learning

Introducción al diseño de indicadores

Ingeniería de datos

Estadística Espacial

Estadística aplicada a las ciencias

Análisis de Series temporales y su modelado

Desarrollo de la Estructura Curricular

  1. El primer semestre se enfoca en los fundamentos de data science, impartiendo conocimientos básicos en programación estadística, distribuciones de probabilidad y modelos deterministas y estocásticos. Los estudiantes exploran aplicaciones de Data Science en bienestar social y sistemas intersectoriales mediante seminarios sobre muestreo, modelos espaciales, análisis acústico, cambio climático y deep learning. Se requiere aprobar un examen de suficiencia en inglés al final del semestre, conforme al reglamento del programa de magíster.

    En el primer semestre, se orienta a los estudiantes en la elección de su tema de investigación y la determinación de su problema específico. Deben seleccionar una línea de investigación y a su profesor patrocinante, lo que facilita la elección de cursos electivos o especializados alineados con la resolución de su problemática de tesis. Se espera que avancen en la implementación de modelos asociados a sus trabajos de tesis durante estos cursos.

  2. En el segundo semestre, el enfoque se traslada a cursos de especialidad centrados en adquirir conocimientos de modelado predictivo, técnicas y aplicaciones, así como habilidades en la implementación computacional de estas técnicas. Los estudiantes también pueden tomar asignaturas electivas transversales a ambas líneas de investigación, como análisis de datos multivariados, estadística espacial, aplicaciones de machine learning y otros. Al concluir este semestre, en el seminario de investigación, se espera que los estudiantes desarrollen un plan de trabajo y un borrador de tesis basados en las actividades realizadas durante el semestre.

  3. El tercer y último semestre, los estudiantes deben desarrollar la tesis y rendir el examen de grado. La tesis podrá ser presentada en formato de artículo académico.