Universidad Veracruzana

Objetivo general

Formar profesionistas competentes en la ciencia de datos, orientados al aprendizaje permanente, a la investigación y vinculación, capaces de atender problemas de manera multi, inter y transdisciplinario, en el diseño, generación, recuperación, pre-procesamiento, análisis, evaluación y representación de datos de diferentes tipos y volúmenes, para la toma de decisiones, el asesoramiento, alfabetización de la sociedad en esta disciplina, con el propósito de promover y difundir su aplicación responsable y ética, bajo un enfoque humanista y socialmente responsable, con énfasis en la sustentabilidad y los derechos humanos.

Fortalezas del plan de estudios

El plan de estudios de Ingeniería en Ciencia de Datos se destaca por su enfoque integral y efectivo, diseñado para dotar a los estudiantes con las habilidades esenciales para abordar los desafíos en el ámbito de la ciencia de datos. Fundamentado en una sólida base matemática, este pilar sienta las bases para abordar problemas complejos y realizar análisis críticos en el campo de la ciencia de datos. La oferta académica del programa presenta una variedad de métodos estadísticos e inferencia, abordando diversos tipos de datos y escenarios. Experiencias educativas como Aprendizaje Máquina Supervisado y No Supervisado, así como Big Data, se enfocan en áreas clave del aprendizaje automático y la gestión eficiente de grandes conjuntos de datos.

El programa va más allá de los aspectos teóricos al enfatizar el desarrollo de habilidades prácticas en programación y algoritmos. Experiencias educativas como Introducción a la Ciencia de Datos y Proyecto de Ciencia de Datos ofrecen una perspectiva práctica del campo, permitiendo a los estudiantes aplicar sus conocimientos en situaciones del mundo real.

En el ámbito de la gestión de datos, Experiencias educativas como Bases de Datos Relacionales y No Relacionales son fundamentales, proporcionando conocimientos esenciales. Además, experiencias educativas como Leadership and Entrepreneurship agregan una perspectiva empresarial y de liderazgo, preparando a los estudiantes para enfrentar los desafíos del mundo laboral. El plan de estudios se distingue por su enfoque equilibrado, incluyendo asignaturas como Prácticas Profesionales, integrando la experiencia práctica necesaria y las habilidades interpersonales para destacarse en un entorno profesional.

Adicionalmente, el plan de estudios se organiza en academias por área de conocimiento, proporcionando una estructura clara y especializada. Las áreas como Metodología estadística, Matemáticas, Computación, Ciencia de datos, Fundamentos de estadística, Investigación y Modelación estadística se centran en aspectos específicos de la formación, desde la estadística y matemáticas hasta la aplicación práctica de la ciencia de datos.

El diseño curricular responde a las demandas del mundo laboral y se alinea con las especificaciones de la ASA (American Statistical Association), garantizando que los egresados de la Licenciatura en Ingeniería en Ciencia de Datos sean profesionistas capaces de resolver problemas en ciencia de datos. Esta combinación de fortalezas técnicas, competencias prácticas y éticas proporciona una formación completa, preparando a los estudiantes para tener éxito en un campo dinámico y en constante evolución.

Áreas de desarrollo profesional y laboral

• Desarrollo de habilidades en programación, especialmente en Python o R, para el análisis y procesamiento de datos.
• Experiencia en el manejo y procesamiento de big data utilizando herramientas como Hadoop o Spark.
• Desarrollo de habilidades avanzadas en modelado estadístico y machine learning.
• Resolución de problemas específicos mediante la aplicación de algoritmos de aprendizaje automático.
• Evaluación y mejora continua de modelos predictivos.
• Dominio en técnicas de análisis exploratorio de datos para comprender la estructura y patrones.
• Utilización de técnicas de visualización y herramientas de análisis exploratorio de datos para comunicar resultados de manera efectiva.
• Desarrollo de estrategias para la selección de variables y preprocesamiento de datos.
• Habilidades para el diseño de algoritmos de optimización.
• Conciencia y aplicación de prácticas éticas y de seguridad en el manejo de datos.
• Garantía de la privacidad de los datos y cumplimiento de regulaciones.
• Participación en equipos interdisciplinarios para abordar desafíos complejos.
• Habilidades de comunicación efectiva para presentar resultados técnicos a audiencias no técnicas.
• Compromiso social y disposición para trabajar en equipo dentro de proyectos multidisciplinarios.
• Integración de la parte axiológica en el desarrollo profesional, demostrando calidad humana y responsabilidad social.
• Habilidad para adaptarse a diferentes ámbitos de desempeño profesional, investigación y docencia.
• Versatilidad en la selección de visualizaciones y enfoques de comunicación según las necesidades del público.
• Desarrollo de habilidades de investigación, pensamiento crítico y uso efectivo de métodos.