Maestría en Inteligencia Artificial. RVOE SEP: M-015/2023 (16/05/2023) + Master Europeo en Inteligencia Artificial. Especialización en Análisis de Datos

Duración

21 meses

Titulación

Posgrados europeos

Modalidad

Online

    Este programa incluye:

    Videos

    Tutoría personalizada

    Recursos descargables

    Titulación oficial

    Bloque Hero para subcategoría
    Off

    Descripción del programa

    En las últimas décadas se han dado importantes cambios en el mundo de la inteligencia artificial, y es que la rapidez y habilidad con la que trabajan las máquinas realizando tareas humanas es realmente impresionante. Gracias a esta Maestría en Inteligencia Artificial en Especialización en Análisis de Datos podrás conocer de primera mano las características clave de esta tecnología y las ventajas que ofrece. Cuando se haya finalizado, el alumno tendrá conocimientos para aplicar el análisis de datos al campo de la inteligencia artificial. Por último, el alumno tendrá la posibilidad de aprender a controlar grandes cantidades de datos con el estudio de Big Data que ayudarán al proceso de aprendizaje automático de las máquinas.

    TRIMESTRE 1

    ASIGNATURA 1. FUNDAMENTOS DE PROGRAMACIÓN

    ASIGNATURA 2. DATOS MASIVOS EN LAS ORGANIZACIONES

    TRIMESTRE 2

    ASIGNATURA 3. INTELIGENCIA ARTIFICIAL

    ASIGNATURA 4. BASES DE DATOS

    TRIMESTRE 3

    ASIGNATURA 5. FUNDAMENTOS DE MACHINE LEARNING

    ASIGNATURA 6. MINERÍA DE DATOS

    TRIMESTRE 4

    ASIGNATURA 7. DESCUBRIMIENTO DE CONOCIMIENTO CON LENGUAJE R

    ASIGNATURA 8. PROCESAMIENTO DEL LENGUAJE NATURAL (PLN)

    TRIMESTRE 5

    ASIGNATURA 9. APRENDIZAJE PROFUNDO (DEEP LEARNING)

    ASIGNATURA 10. PROYECTO INTEGRADOR DE INTELIGENCIA ARTIFICIAL

    TRIMESTRE 6

    ASIGNATURA 11. FUNDAMENTOS DEL ANÁLISIS DE DATOS

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS

    1. ¿Qué es la ciencia de datos?
    2. Herramientas necesarias para el científico de datos
    3. Data Science & Cloud Computing

    UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES

    1. Introducción
    2. El modelo relacional
    3. Lenguaje de consulta SQL
    4. MySQL Una base de datos relacional

    UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE

    1. ¿Qué es una base de datos NoSQL?
    2. Bases de datos Relaciones Vs Bases de datos NoSQL
    3. Tipo de Bases de datos NoSQL Teorema de CAP
    4. Sistemas de Bases de datos NoSQL

    UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB

    1. ¿Qué es MongoDB?
    2. Funcionamiento y usos de MongoDB
    3. Primeros pasos con MongoDB: Instalación y Shell de comandos
    4. Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
    5. Actualización de datos en MongoDB: Sentencias set y update
    6. Trabajando con índices en MongoDB para optimización de datos
    7. Consulta de datos en MongoDB

    UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS

    1. Introducción a Python
    2. ¿Qué necesitas?
    3. Librerías para el análisis de datos en Python
    4. MongoDB, Hadoop y Python Dream Team del Big Data

    UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA

    1. Introducción a R
    2. ¿Qué necesitas?
    3. Tipos de datos
    4. Estadística Descriptiva y Predictiva con R
    5. Integración de R en Hadoop

    UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

    1. Obtención y limpieza de los datos (ETL)
    2. Inferencia estadística
    3. Modelos de regresión
    4. Pruebas de hipótesis

    UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS

    1. Inteligencia Analítica de negocios
    2. La teoría de grafos y el análisis de redes sociales
    3. Presentación de resultados

    ASIGNATURA 12. BIG DATA

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA

    1. ¿Qué es Big Data?
    2. La era de las grandes cantidades de información. Historia del big data
    3. La importancia de almacenar y extraer información
    4. Big Data enfocado a los negocios
    5. Open Data
    6. Información pública
    7. IoT (Internet of Things-Internet de las cosas)

    UNIDAD DIDÁCTICA 2. FUENTES DE DATOS

    1. Definición y relevancia de la selección de las fuentes de datos
    2. Naturaleza de las fuentes de datos Big Data

    UNIDAD DIDÁCTICA 3. OPEN DATA

    1. Definición, Beneficios y Características
    2. Ejemplo de uso de Open Data

    UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA

    1. Diagnóstico inicial
    2. Diseño del proyecto
    3. Proceso de implementación
    4. Monitorización y control del proyecto
    5. Responsable y recursos disponibles
    6. Calendarización
    7. Alcance y valoración económica del proyecto

    UNIDAD DIDÁCTICA 5. ECOSISTEMA HADOOP

    1. ¿Qué es Hadoop? Relación con Big Data
    2. Instalación y configuración de insfraestructura y ecosistema Hadoop
    3. Sistema de archivos HDFS
    4. MapReduce con Hadoop
    5. Apache Hive
    6. Apache Hue
    7. Apache Spark

    UNIDAD DIDÁCTICA 6. WEKA Y DATA MINING

    1. ¿Qué es Weka?
    2. Técnicas de Data Mining en Weka
    3. Interfaces de Weka
    4. Selección de atributos

    Metodología

    asesorias

    Integración en equipos de trabajo

    asesorias

    Trabajo en línea

    asesorias

    Asesorías y auditorías

    asesorias

    Proyecto Final

    Bloque Hero para subcategoría
    Off

    Descubre la innovadora metodología de UDAVINCI

    Con nuestra metodología de aprendizaje online el alumno comienza sus estudios en UDAVINCI a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional.


    El alumno contará con todos los contenidos y recursos: vídeos, presentaciones, libros, links de internet, y una serie de actividades tales como: foros, auto evaluaciones, ensayos, estudios de caso, etc... todo ello articulado y organizado en una guía académica semanal por docentes especializados. A la par, una vez cada 15 días (según la asignatura que se trate), tendrá una sesión sincrónica con el docente. Esta sesión es una reunión donde podrá interactuar con el facilitador y sus pares académicos, exponer dudas y preguntas. Generalmente se realiza entre lunes y viernes, entre 19:00 y 22:00, horario de CDMX. No es una sesión obligatoria, a menos que se indique lo contrario al inicio de la asignatura.

    Validez Académica

    Campo Laboral

    Esta Maestría en Inteligencia Artificial en Especialización en Análisis de Datos está orientada a todo aquel que quiera iniciar en el mundo del análisis de datos, así como para aquellos que quieran aumentar sus conocimientos sobre este campo. Además, también está enfocado a trabajadores del sector de la inteligencia artificial que quieren especializarse en el análisis de datos.

    Perfil de egreso

    Las salidas profesionales de esta Maestría en Inteligencia Artificial en Especialización en Análisis de Datos son las de analista de datos, ingeniero de datos, científico de datos, arquitecto de datos y director de datos. En general, todas las posiciones relacionadas con el uso de grandes cantidades de datos. Adquiere una formación avanzada y amplia tus fronteras.
    Solicitar Información
    Pais
    Información básica sobre Protección de Datos . Haz clic aquí 
    También te puede interesar
    Ingeniería e Informática

    Licenciatura en Ingeniería en Sistemas Computacionales. Especialización en Bases de Datos

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Software. Especialización en Full Stack Developer

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Software. Especialización en Inteligencia Artificial y Aprendizaje Automático

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Software. Especialización en Probabilidad y Estadística

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Seguridad Informática. Especialización Seguridad de Sistemas Operativos

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Seguridad Informática. Especialización en Seguridad en la Red

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Seguridad Informática. Especialización en Seguridad Pública

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Sistemas Computacionales. Especialización en Automatización Industrial

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Sistemas Computacionales. Especialización en Diseño de Hardware

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Internet de las Cosas. Especialización en Redes, Protocolos e Interfaces

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Internet de las Cosas. Especialización en Industria 4.0

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Ingeniería en Internet de las Cosas. Especialización en Desarrollo de Aplicaciones Web

    Duracion:

    12 meses
    Ingeniería e Informática

    Licenciatura en Enseñanza de las Matemáticas. Especialización en Ciencias Computacionales

    Duracion:

    39 meses
    Ingeniería e Informática

    Licenciatura en Enseñanza de las Matemáticas. Especialización en Estadística y actuaría

    Duracion:

    39 meses
    Ingeniería e Informática

    Maestría en Inteligencia Artificial. RVOE SEP: M-015/2023 (16/05/2023) + Master Europeo en Inteligencia Artificial. Especialización en Machine Learning

    Duracion:

    21 meses
    Ingeniería e Informática

    Maestría en Ciencia de Datos. RVOE SEP: M-017/2023 (16/05/2023) + Master Europeo en Ciencia de Datos. Especialización en Inteligencia Artificial y Machine Learning

    Duracion:

    21 meses

    image

    ¿Tienes alguna duda?

    Pais
    Información básica sobre Protección de Datos . Haz clic aquí