Resolución CES: RPC-SO-03-No. 094-2021
Resolución de los ajustes curriculares sustantivos: RPC-SO-12-No.215-2026
Acuerdo de los ajustes curriculares no sustantivos: ACU-CPP-SO-10-No.102-2026

Modalidad

En línea

Perfil de ingreso:

El aspirante al ingresar a la Maestría en Ciencia de Datos de la Unidad de Posgrado de la Universidad Técnica Estatal de Quevedo debe reunir las características que se presentan a continuación:

• Poseer título de grado en el campo amplio de las Tecnologías de la Información y Comunicación (TIC).
• Experiencia e interés en profundizar conocimientos técnicos-profesionales en sistemas de Ciencia de Datos.
• Actitud proactiva para acelerar programas interactivos en los procesos técnicos-profesionales y de investigación en las Ciencias Informáticas.
• Comprensión, lectura y traducción del idioma inglés.
• Manejo básico de la información científica.

Perfil de egreso:

El graduado del programa de maestría en Ciencia de Datos es un profesional con formación integral, capaz de desarrollar soluciones analíticas y de aprendizaje automático en entornos locales y en la nube, desde la adquisición y preparación de datos hasta la comunicación de resultados, con enfoque ético y de protección de datos.

El profesional demostrará un dominio técnico avanzado para el desempeño en entornos multidisciplinarios, con competencias para:

• C1. Modelar problemas aplicados mediante inferencia estadística y regresión avanzada, utilizando estimación, pruebas de hipótesis y procedimientos de validación, bajo criterios de rigor y reproducibilidad, evidenciable mediante modelos documentados, análisis reproducibles y un informe técnico de interpretación de resultados.
• C2. Implementar soluciones de aprendizaje automático, mediante la selección justificada de enfoques, el entrenamiento de modelos y la evaluación comparativa con métricas apropiadas, evidenciable mediante un prototipo funcional, experimentos reproducibles y un reporte de desempeño.
• C3. Ejecutar procesos de minería de datos conforme a metodologías reconocidas (por ejemplo, KDD o CRISP-DM), integrando preparación de datos, descubrimiento de patrones, construcción y validación de modelos.
• C4. Diseñar arquitecturas y flujos de procesamiento de datos escalables para analítica, tanto por lotes como en flujo continuo, en ecosistemas de Big Data y servicios en la nube, incorporando consideraciones de disponibilidad, seguridad y gobierno de datos.
• C5. Comunicar resultados analíticos mediante técnicas de visualización exploratoria y explicativa, así como tableros de control e indicadores, adaptando el discurso a distintos públicos con una presentación sustentada de hallazgos.
• C6. Recolectar y preparar datos provenientes de fuentes web mediante mecanismos de acceso y extracción de información, respetando términos de uso, principios éticos y normativa aplicable de protección de datos personales.
• C7. Investigar problemáticas aplicadas en ciencia de datos mediante formulación de preguntas de investigación, revisión de literatura, diseño metodológico y experimentación computacional, comunicando resultados con integridad académica.

Objetivo general

Formar talento humano en los ámbitos relacionados con la Ciencia de Datos, mediante un proceso formativo que favorezca el aprendizaje teórico-práctico de un conjunto de técnicas y teorías de “recuperación, seguridad, análisis, procesamiento y gestión de datos, modelos predictivos, programación, aprendizaje estadístico, reconocimientos de patrones, minería de datos”, para la generación de conocimiento que contribuya a la toma oportuna de decisiones estratégicas de negocios en las empresas públicas y privadas.

Objetivos específicos

Vinculado al conocimiento y los saberes

• Desarrollar capacidades en el dominio de los fundamentos teóricos relacionados con la Ciencia de Datos [OEM1] en base a un desarrollo inteligente, que incluya la sistematización e informatización [OEM2] de las empresas, para lograr mayor producción con menos recursos.

Vinculado a la pertinencia

• Comprender las formas más efectivas de utilizar estratégicamente los grandes volúmenes de datos que almacenan las organizaciones.

Vinculado a los aprendizajes

• Solucionar los principales problemas que se presentan en el ámbito de los campos de acción de la Ciencia de Datos, a partir de la implementación de proyectos de investigación de desarrollo y emprendimiento en la comunidad [OEM3].
• Adquirir los conocimientos específicos y herramientas más avanzadas en la solución de problemas, no solo en áreas de negocio, sino también en áreas científicas.
• Dominar los principios básicos para el modelado de datos y la metodología y técnicas de Data Mining.

Vinculado a la interculturalidad

• Valorar la problemática que impone el manejo adecuado de los Datos desde principios éticos y profesionales como el respeto por el cuidado del ambiente acorde a lo planteado en el Plan Nacional de Desarrollo 2017-2021. Toda una Vida.

Horarios de clases:

Sábados y Domingos: 08:00 - 12:00 | 13:00 - 17:00

Módulos:

Primer Nivel

• Inferencia Estadística y Modelamiento
• Fundamentos del Aprendizaje Automático
• Minería de Datos
• Minería de Datos Avanzado
• Metodología de la Investigación científica

Segundo Nivel

• Big Data
• Visualización de la información
• Web Mining
• Procesamiento en la nube
• Taller de Titulación

Línea de investigación