Maestría en Sistemas de Información mención en Data Science - IMF Smart Education

- Proporcionar conocimientos acerca de fundamentos de Python, las herramientas del científico de datos, el procesamiento de datos, el impacto sobre la organización, la inteligencia de negocios, y el mundo del big data.
- Desarrollar un completo programa de contenidos, en el cual se profundiza sobre el ciclo de vida de un dato, el proceso de extracción, transformación y carga, la visualización efectiva de la información, y el diseño de una base de datos.
- Conocer sobre la redacción de artículos profesionales, el diseño e implementación de proyectos, y el análisis de modelos prácticos.

- Magíster en Sistemas de Información, mención Data Science por la Universidad Hemisferios
- Máster profesional en Data Science y Business Analytics por IMF Institución Académica

MÓDULO I
- Herramientas del científico de datos
- Fundamentos de Python.
- Librerías para ciencia de datos: Numpy, Pandas, etc.
- Procesamiento de datos y visualización con Python.
- Fundamentos de R.
- Paquetes de R.
- Procesamiento de datos y visualización con R.
MÓDULO II
- Impacto y valor del big data
- Introducción al mundo big data
- Inteligencia de negocio vs. big data.
- Tecnologías big data.
- Impacto sobre la organización.
- El valor del dato y aplicaciones por sectores.
MÓDULO III
- Ciencia de datos. Técnicas de análisis, minería y visualización
- El ciclo de vida del dato.
- Calidad del dato.
- Preparación y preproceso de datos.
- Modelos analíticos.
- Herramientas y técnicas de visualización.
MÓDULO IV
- Inteligencia de negocio y visualización
- Introducción a la inteligencia de negocio.
- Diseño de bases de datos.
- Estándar SQL.
- El almacén de datos (Data Warehouse).
- Herramientas y procesos de extracción, transformación y carga (ETL).
- Visualización efectiva de información.
MÓDULO V
- Plan de Titulación
- Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
- Diseño y redacción de artículos profesionales de alto nivel.
- Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
MÓDULO VI
- Tecnología big data y soluciones en la nube
- Hadoop y su ecosistema.
- Spark. Fundamentos y aplicaciones.
- Bases de datos NoSQL.
- Plataforma Cloud.
MÓDULO VII
- Estadística para científicos de datos
- Introducción a la estadística.
- Probabilidad y muestreo.
- Inferencia.
- Regresión.
- Diseño de experimentos.
MÓDULO VIII
- Aprendizaje automático
- Herramientas para machine learning.
- Técnicas y aplicaciones del aprendizaje supervisado.
- Técnicas y aplicaciones del aprendizaje no supervisado.
- Modalidades y técnicas de deep learning.
- Soluciones en la nube para machine learning.
MÓDULO IX
- Inteligencia artificial para la empresa
- Introducción a la inteligencia artificial.
- Técnicas y aplicaciones para la toma de decisiones.
- Aprendizaje por refuerzo y aplicaciones.
- Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP).
- Sistemas de recomendación y aplicaciones.
MÓDULO X
- Big Data en la empresa
- Estándares de gestión de proyectos.
- Gestión ágil de proyectos.
- Aspectos regulatorios y éticos.
- Gobierno del dato.
MÓDULO XI
- Deontología profesional
- Visión humanista para la gestión técnica y ética profesional.
- Ética del servicio público frente a los riesgos de arbitrariedad y abuso del poder.
- Responsabilidad ética frente al cuidado medioambiental y otros problemas globales.
- Alcance de la responsabilidad del profesional.