Contenido
Maestría en Inteligencia Analítica de Datos (MIAD-Coursera).
Maestría en Inteligencia Analítica de Datos
SNIES: 109504
Registro calificado: Resolución No. 14583 del 6 de agosto de 2020 por 7 años
Duración: 4 semestres
Ubicación: Bogotá, D.C.
Sobre el programa.
Este programa ha sido diseñado para profesionales, no necesariamente de áreas STEM (ciencias, tecnología, ingeniería y matemáticas, por sus siglas en inglés), con conocimientos básicos en programación y estadística, quienes serán formados para atender aquellas preguntas del negocio que requieren del análisis de un alto volumen de datos y el manejo de su complejidad para apoyar los procesos de toma de decisiones, la creación de ventajas competitivas y la generación de valor.
Este programa es ideal para profesionales que:
Sean egresados de áreas cuantitativas como ingeniería, economía, matemáticas, entre otras.
Sean egresados de otras disciplinas y tengan experiencia certificada en análisis de datos y/o manejo de información o de grandes bases de datos.
Estén interesados y motivados por aplicar técnicas avanzadas de ingeniería para dar soporte a la toma de decisiones en las organizaciones.
Estén motivados a asumir los procesos de enseñanza y aprendizaje a través de medios virtuales.
Este programa está dirigido a personas con título profesional interesadas en:
Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones.
Construir modelos matemáticos descriptivos, predictivos, y prescriptivos para la toma de decisiones.
Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos y cloud computing.
Aprender de herramientas tecnológicas como lenguajes computacionales, librerías para analytics, manejo de bases de datos y servidores.
Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización y storytelling.
Aunque es recomendable saber programar en algún lenguaje y contar con conocimientos básicos en probabilidad y estadística, a los candidatos se les recomendarán rutas de nivelación para adquirir estos conocimientos y habilidades fundamentales.
Requisitos de admisión:
Diligenciar el formulario de inscripción.
Cargar todos los documentos a la plataforma. Documentos requeridos: Acta o diploma de título de pregrado, certificado de calificaciones del pregrado (Egresados uniandinos pueden descargarlo desde MiBanner), hoja de vida, foto reciente (opcional) y certificaciones laborales para acreditar los dos años de experiencia laboral (después de haberse graduado del pregrado).
Presentar el examen de admisión (solamente si recibiste un correo electrónico indicando que debes presentarlo).
Es requisito tener conocimientos previos en probabilidad, estadística y análisis de datos, así como habilidades básicas en programación en Python y/o R. Puedes reforzar tus conocimientos en estas áreas y prepararte para el examen de admisión con los cursos abiertos disponibles:
Fundamentos de probabilidad y aplicaciones
Fundamentos de estadística aplicada
Programación en Python
Analytics en las organizaciones
Es indispensable tener un nivel intermedio de comprensión de lectura en inglés, pues gran parte del material teórico que apoya las clases está disponible en este idioma.
Los documentos deben estar escritos en español o inglés. Si cargas un documento en un idioma diferente, debes adjuntar su traducción oficial.
*El comité de admisión se reserva el derecho de pedir documentación adicional de soporte de la hoja de vida, como por ejemplo certificados laborales, en caso de ser requeridos.
Proceso de admisión:
Ingresa a la página de Admisiones y Registro de la Universidad de los Andes y diligencia sin costo el formulario de solicitud de inscripción para tu programa de interés. En el formulario de admisión, MIAD aparecerá dentro de la categoría denominada "Admisión Maestría Virtual".
Una vez hayas creado tu usuario y completado el formulario, podrás cargar los documentos requeridos. Puedes cargarlos directamente en este enlace.
Una vez se compruebe que cumples con los requisitos, recibirás a tu correo registrado en el formulario las fechas disponibles para realizar el examen de admisión, el cual medirá tus habilidades en probabilidad, estadística y programación en Python o R.
Según el corte de admisión al que te hayas presentado, podrás consultar los listados de admisión en la página oficial de la maestría.
Si eres admitido a la maestría, recibirás a tu correo electrónico las demás indicaciones para formalizar tu proceso de matrícula e iniciar tus clases.
El programa tiene 36 créditos distribuidos a lo largo de 4 Semestres, con una duración total de 24 meses. Cada Semestre se compone de dos ciclos de 8 semanas. Durante cada ciclo los estudiantes tomarán dos cursos simultáneamente. El cuarto Semestre es flexible y permite que los estudiantes elijan su área de profundización: Científicos de Datos, Consultores en Analytics o Líderes en Analytics.
Malla curricular.
Los 36 créditos de la maestría se distribuyen de la siguiente manera:
30 créditos obligatorios
6 créditos electivos
Créditos por semestre o MasterTrack:
Fundamentos de analítica: 8 créditos
Competencias básicas de analítica: 10 créditos
Competencias avanzadas de analítica: 9 créditos
Aplicaciones y técnicas avanzadas de analítica: 9 créditos
Semestre 1 - Fundamentos de Analítica: En este semestre se brindan herramientas para comprender el alcance estratégico de la analítica para la toma de decisiones.
Ciclo 1:
Decision analysis.
Disponible a través de Educación Continua.
Laboratorio computacional de analytics.
Disponible a través de Educación Continua.
Ciclo 2:
Modelado de datos y ETL.
Disponible a través de Educación Continua.
Modelos de análisis estadístico.
Disponible a través de Educación Continua.
Semestre 2 - Competencias Básicas de Analítica: Identificación de oportunidades para aplicar analítica en una organización, técnicas de visualización de datos y comunicación de resultados, modelamiento predictivo supervisado utilizando machine learning, procesamiento del lenguaje natural y modelamiento prescriptivo de optimización.
Ciclo 1:
Visualización y storytelling.
Introducción al Machine Learning.
Ciclo 2:
Machine Learning y Procesamiento de Lenguaje Natural.
Optimización.
Disponible a través de el MasterTrack en Analítica de Datos.
Semestre 3 - Competencias Avanzadas de Analítica: Modelamiento de aprendizaje no supervisado, técnicas y tecnologías de computación a gran escala, modelamiento de simulaciones prescriptivas y metodologías para formular y gestionar proyectos de analítica.
Ciclo 1:
Elegir entre: Dinámica de sistemas o Simulación.
Aprendizaje no supervisado.
Ciclo 2:
Despliegue de soluciones analíticas.
Gerencia de proyectos de Analytics - Proyecto 1.
Semestre 4 - Aplicaciones y Técnicas Avanzadas de Analítica: El objetivo de este semestre es brindar flexibilidad y oportunidad de profundizar según el interés del estudiante. Adicionalmente, en este Semestre se desarrollará un proyecto integrador. El objetivo de este proyecto es brindar al estudiante acompañamiento para la aplicación de las técnicas en un contexto real, técnicas para liderar proyectos de inteligencia analítica de alto impacto en las organizaciones, seguimiento en extracción de datos, modelación, análisis y comunicación de resultados, así como herramientas de trabajo en equipo.
Ciclo 1:
Electiva 1.
Electiva 2.
Ciclo 2:
Electiva 3.
Proyecto 2.
Los estudiantes podrán cursar cualquiera de los siguientes cursos como electiva para profundizar según su nivel de interés:
Deep Learning.
Pronósticos.
Reconocimiento de imágenes.
Analytics en Redes Sociales.
Financial Analytics.
Marketing Analytics.
Esta estructura podrá estar sujeta a modificaciones.
Duración del programa:
24 meses
Cuatro semestres, compuestos por dos ciclos cada uno.
Cuando te gradúes, podrás
Identificar oportunidades de aplicación de la inteligencia analítica para generar valor dentro de las organizaciones.
Aplicar metodologías formales para traducir problemas de negocio en proyectos de analytics.
Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos y cloud computing.
Formular y construir modelos matemáticos descriptivos, predictivos, y prescriptivos para la toma de decisiones, como machine learning, deep learning, computer vision, análisis de lenguaje natural (NLP), optimización, análisis de redes sociales, entre otras.
Hacer uso de herramientas tecnológicas como lenguajes computacionales, librerías para analytics, manejo de bases de datos y servidores. Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización y storytelling.
Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización.
Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones, utilizando metodologías estructuradas de analytics y de análisis de decisiones, y tecnología computacional para soportar grandes volúmenes de datos.
Cursos abiertos
La Universidad de los Andes ofrecerá cursos abiertos para las personas que deseen iniciar su camino hacia la maestría:
Fundamentos de probabilidad y aplicaciones - Adquiere una formación sólida en los conceptos más importantes de probabilidad y sus aplicaciones. Lograrás una adecuada comprensión y utilización de los modelos de naturaleza probabilística en la solución de problemas de la vida real que comportan riesgo e incertidumbre.
Fundamentos de estadística aplicada - Adquiere una formación sólida en los conceptos más importantes de estadística y sus aplicaciones. En este curso haremos especial énfasis en que logres una adecuada comprensión del análisis descriptivo de datos estadísticos, así como de los métodos básicos para la estimación de parámetros poblacionales, finalizando con el entendimiento de los modelos de Regresión Lineal Simple y Múltiple, y las oportunidades de aplicación de dichos modelos.
Programación en Python - Un curso altamente interactivo que constantemente te retará a responder preguntas, verificar tu comprensión, ejercitarte en escritura de código de programación, resolver casos de diferente complejidad y múltiples oportunidades para pasar de la teoría a la práctica.
También podrás empezar tu camino hacia la maestría tomando los cursos que integran el primer y cuarto semestre de la Maestría, y los cuales se ofrecerán mediante modalidad de extensión a través de Educación Continua. Podrás inscribirte a cada uno de los cursos de forma independiente, sin haber sido admitido al programa.
Adicionalmente, puedes inscribirte al segundo y tercer semestre que se ofrecerán como programas de extensión, llamados MasterTrack en Coursera. Si decides presentarte a la maestría y eres admitido, podrás homologar, siempre y cuando tu promedio sea de 3.5 sobre 5.0, hasta un máximo de 16 créditos aprobados a través de extensión.
Nota: Los cursos de extensión son materias de pregrado y posgrado abiertas al público en general que desea aprender o actualizarse en algún tema específico ofrecido en el portafolio de materias de la Universidad. Estas materias tendrán créditos, notas y podrán ser homologables si el estudiante es admitido a la Universidad, la participación en estos cursos no garantiza el ingreso a programas regulares de la Universidad.
