Maestría en Ciencia de Datos y Analítica
Formación avanzada para analizar datos, construir modelos y apoyar la toma de decisiones mediante estadística, aprendizaje automático y analítica.
Código SNIES
116901
Registro calificado
Resolución 005028 del 17 de abril de 2024, Ministerio de Educación Nacional
Ver resoluciónNivel de formación
Maestría
Título que otorga
Magíster en Ciencia de Datos y Analítica
Número de créditos
37 créditos académicos
Metodología
Virtual
Lugar donde se oferta
Todas las sedes
Unidades académicas
Escuela de Ciencias Básicas, Tecnología e Ingeniería – ECBTI
Contacto
¿Qué nos diferencia?
La maestría ofrece formación teórica y práctica en ciencia de datos y analítica, con énfasis en resolución de problemas reales, investigación aplicada y dos líneas de profundización: Predictive and Forecasting Methods y Prescriptive Analysis. Incluye formación en aprendizaje automático, optimización, minería de datos, Big Data, Business Intelligence, visualización y gobierno de datos, además de oportunidades de certificación internacional y flexibilidad por su modalidad virtual.
Déjanos tus datos
Completa el formulario y recibe información sobre el programa, proceso de inscripción y acompañamiento académico.
Perfiles del programa
Conoce las características del aspirante y las capacidades profesionales que desarrolla el egresado de la Maestría en Ciencia de Datos y Analítica.
Perfil del Estudiante
El programa está abierto a profesionales de todos los perfiles de formación. Por el nivel avanzado de los cursos, se recomienda ingresar con conocimientos en estadística, fundamentos de Machine Learning y habilidades de programación en Python.
- Título profesional. Conocimientos en estadística. Habilidades de programación en Python, preferiblemente de nivel intermedio. Bases en Machine Learning. Capacidad para abordar formación avanzada en análisis de datos. Si estas competencias requieren fortalecimiento, el aspirante puede realizar el proceso de nivelación definido por la UNAD.
Perfil del Egresado
El egresado será un profesional que articula conocimientos de matemática, estadística y tecnologías de la información para abordar problemas de ciencia de datos y analítica y apoyar la toma de decisiones en contextos organizacionales, productivos y sociales. El perfil incluye capacidad para desarrollar investigación aplicada en el área.
- Aplicar técnicas analíticas y herramientas para procesar, manipular, organizar, limpiar, presentar y evaluar datos; evaluar decisiones mediante tratamiento de datos, técnicas y modelos matemáticos; y desarrollar investigación en ciencia de datos orientada a generar soluciones en distintos contextos.
Plan de Estudios
Consulta los cursos organizados por periodo académico. Haz clic en cada curso para ver código, créditos, clasificación y tipo.
Programación para el análisis de datos
Código: 203238834
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Optimización para el aprendizaje automático
Código: 203238422
Créditos: 3
Clasificación: obligatorio
Tipo: Teórico
Prerrequisito: Programación para el análisis de datos
Métodos estadísticos en la ciencia de datos y analítica
Código: 203238835
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Seminario Investigación Aplicada I
Código: 202147775
Créditos: 2
Clasificación: obligatorio
Tipo: Metodológico
Gestión y almacenamiento de datos
Código: 203238836
Créditos: 2
Clasificación: obligatorio
Tipo: Metodológico
Advanced Machine Learning
Código: 203238427
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Prerrequisito: Programación para el análisis de datos
Ética y gobierno de Datos
Código: 203238837
Créditos: 2
Clasificación: obligatorio
Tipo: Teórico
Electivo disciplinar específico I
Código: —
Créditos: 3
Clasificación: electivo
Tipo: Metodológico
Seminario Investigación Aplicada II
Código: 202147779
Créditos: 2
Clasificación: obligatorio
Tipo: Metodológico
Prerrequisito: Seminario Investigación Aplicada I
Minería para Big Data
Código: 203238426
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Prerrequisito: Gestión y almacenamiento de datos
Visualización para la analítica de datos
Código: 203238429
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Business Intelligence
Código: 203238428
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Electivo disciplinar específico II
Código: —
Créditos: 3
Clasificación: obligatorio
Tipo: Metodológico
Seminario Investigación Aplicada III
Código: 202147782
Créditos: 2
Clasificación: obligatorio
Tipo: Metodológico
Prerrequisito: Seminario Investigación Aplicada I
Cursos en el plan de estudios
Créditos académicos
Modalidad virtual
Cursos electivos
Los cursos electivos permiten seleccionar una línea de profundización de acuerdo con los intereses académicos y profesionales del estudiante.
Línea de Profundización: Predictive and Forecasting Methods
Natural lenguage processing
Código: 203238430 · Créditos: 3
Forecasting
Código: 203238431 · Créditos: 3
Línea de Profundización – Prescriptive Analysis
Linear and mixed programming
Código: 203238432 · Créditos: 3
Nonlinear programming
Código: 203238433 · Créditos: 3
Dominio de lengua extranjera
Para obtener el título se exige acreditar nivel B2 de inglés. La UNAD ofrece tres vías: proceso formativo mediante UNAD English, English Proficiency Test de la UNAD o certificación externa reconocida por el Ministerio de Educación Nacional, como TOEFL, Oxford o ITEP.
Requisitos de grado
- Aprobar la totalidad de los 37 créditos académicos del plan de estudios; cumplir y aprobar la opción de trabajo de grado aplicable al programa conforme a la normativa institucional; y acreditar el requisito de lengua extranjera en nivel B2 por una de las vías autorizadas por la UNAD.
El programa promueve la internacionalización mediante movilidad académica física y virtual para estudiantes, docentes y egresados, y contempla oportunidades de certificaciones internacionales relacionadas con ciencia de datos. La modalidad virtual facilita la participación en escenarios académicos transfronterizos.
Conoce más en: https://vinter.unad.edu.co/movilidad-internacional