Al estudiar nuestra Maestría en Data Analytics adquirirás las habilidades necesarias para transformar los datos en herramientas clave para la toma de decisiones estratégicas. Aprenderás a utilizar la información para impulsar la innovación en investigaciones, apoyar decisiones políticas a nivel local, estatal y nacional, y optimizar procesos organizacionales.

Descarga el folleto de Maestría en Data Analytics (pdf)

Dirigido a

Profesionales activos que son responsables de tomar decisiones basadas en datos, dentro de alguna organización o trabajo por su cuenta propia. Puede ser aplicable en áreas como ventas, marketing, recursos humanos, finanzas y operaciones, educación. El mercado al que va dirigido el programa de Data Analytics es muy amplio y se adapta a prácticamente todos los sectores que se basan en la recopilación y análisis de grandes volúmenes de datos para mejorar sus operaciones y estrategias.

Características de la maestría

Asincrónica

  • Modalidad - las materias y sesiones se imparten 100% en español y en línea
  • Plataforma educativa - CANVAS
  • Instrucción académica - el alumno realiza trabajos y actividades de aprendizaje de forma independiente (individuales o en grupo) con entregas semanales supervisadas y evaluadas por un profesor.
  • Sesiones opcionales - una sesión síncrona "Open Class" por semana con el profesor en cada materia para resolver dudas o profundizar en los temas semanales. Todas las sesiones se graban en la plataforma educativa para consulta posterior.
  • Recursos
    • Portal universitario "GoUIW" (Microsoft Office 365, Adobe Suite, Microsoft Teams, Biblioteca virtual eLibro, etc.)
    • Tutor académico
    • Soporte técnico
  • Reconocimiento - título otorgado por University of the Incarnate Word (UIW), San Antonio, Texas, EE.UU.

Plan de estudios (10 materias con un total de 30 créditos)

  • Fundamentos estratégicos para la Ciencia de Datos
  • Métodos Cuantitativos en la Investigación y Toma de decisiones 
  • Métodos de pronósticos en los negocios
  • Análisis de Datos en la Práctica
  • Análisis de Datos para la Gestión de proyectos
  • Administración de Datos
  • Programación aplicada orientada a datos
  • Gestión analítica eficaz de Base de Datos
  • IA, Aprendizaje automático y sociedad
  • Depuración, transformación, visualización y análisis de datos

Perfil de egreso

Adquirirá conocimientos, habilidades y actitudes esenciales para el ámbito laboral, aplicables a diversos sectores. Algunas de las áreas donde podrás implementar lo aprendido son:

  • Organizaciones y empresas : mejora la toma de decisiones, optimiza operaciones, identifica oportunidades de crecimiento y reduce costos.
  • Sector Financiero y Bancario : predice tendencias del mercado, gestiona riesgos, detecta fraudes y mejora las decisiones de inversión.
  • Sector de Salud y Medicina : optimiza tratamientos, mejora la atención al paciente, apoya en investigaciones científicas, y gestiona recursos para la prevención de enfermedades.
  • Marketing y Publicidad : segmenta audiencias, personaliza campañas publicitarias y mide su rendimiento.
  • Retail y Comercio Electrónico : analiza comportamientos de compra, optimiza inventarios y prevé la demanda.
  • Sector de Energía y Recursos Naturales : optimiza el consumo, prevé necesidades futuras y mejora la eficiencia operativa.
  • Gobiernos y Organismos Públicos : mejora la toma de decisiones en políticas públicas, planificación urbana y gestión de recursos.
  • Sector Educativo : analiza el rendimiento estudiantil, personaliza la enseñanza y toma decisiones sobre recursos educativos.

Conoce a tus docentes

  • Doctora en Matemáticas por el Centro de Investigación en Matemáticas (CIMAT), Maestra en Ciencias con especialidad en Matemáticas por el CIMAT y Maestra en Análisis y Visualización de Datos por la Universidad Internacional de La Rioja en México (UNIR México).

  • Especialista en análisis, visualización y ciencia de datos, con experiencia en Business Intelligence, estadística aplicada y modelado matemático para la solución de problemas en entornos educativos y organizacionales.

  • Cuenta con experiencia docente en instituciones de educación superior como la Universidad Virtual del Estado de Guanajuato (UVEG), la Universidad Virtual del Estado de Guerrero (UVEGro), el Instituto Politécnico Nacional (IPN) y la Universidad Politécnica del Bicentenario.

  • Ha desarrollado proyectos de investigación y análisis de datos en Business Intelligence, teoría de redes, matemáticas aplicadas y ciencia de datos, además de participar como autora de publicaciones y ponente en congresos especializados.

  • Cuenta con formación especializada en herramientas para análisis de datos como R, Python, SQL y Bioestadística, además de experiencia en el diseño de contenidos académicos para asignaturas de métodos estadísticos.
  • Ingeniera en Comunicaciones y Electrónica, Maestra y Doctora en Ingeniería de Sistemas por el Instituto Politécnico Nacional (IPN).

  • Especialista en ciencia de datos, aprendizaje automático y sistemas inteligentes, con experiencia en el desarrollo de soluciones aplicadas a los sectores de salud, educación, transporte y sociedad.

  • Profesora de Tiempo Completo en la Universidad Autónoma del Estado de México (UAEMéx), donde lidera el grupo de investigación Ciencia de Datos en Sistemas Complejos y Transdisciplinarios de la Licenciatura en Ingeniería en Sistemas Inteligentes.
  • Ha coordinado proyectos de minería de datos y participado en publicaciones científicas, capítulos de libros y ponencias en foros nacionales e internacionales, además de dirigir trabajos de titulación en licenciatura y doctorado.

  • Cuenta con el Perfil Deseable PRODEP de la Secretaría de Educación Pública (SEP) y es integrante de la Academia Mexicana de Computación, la Sociedad Mexicana de Inteligencia Artificial y la Red de Innovación e Investigación Educativa del IPN.
  • Doctor en Ciencias de la Computación por el Instituto Politécnico Nacional (IPN), Maestro en Tecnología de Cómputo por el IPN y Maestro en Ciencia de Datos por IEXE Universidad (créditos concluidos).

  • Especialista en analítica de datos, inteligencia de negocios, minería de datos e inteligencia artificial, con amplia experiencia en el desarrollo de programas académicos y estrategias de innovación tecnológica para educación superior.

  • Se ha desempeñado en cargos directivos en la Universidad Tecnológica de México (UNITEC), liderando proyectos de diseño curricular, investigación, indicadores académicos, analítica de datos y transformación educativa en programas de licenciatura y posgrado.

  • Ha diseñado planes de estudio y asignaturas en áreas como Analítica e Inteligencia de Negocios, Minería de Datos, Reconocimiento de Patrones, Sistemas Basados en Conocimiento y Ciencia de Datos para diversas instituciones de educación superior.

  • Es Candidato a Investigador Nacional del Sistema Nacional de Investigadoras e Investigadores (SNII-CONAHCYT) y docente de licenciatura, maestría y doctorado en universidades nacionales e internacionales, impartiendo asignaturas relacionadas con ciencia de datos, ingeniería, tecnología educativa y gestión de proyectos.
  • Doctora en Ciencias de la Computación y Maestra en Ciencias de la Computación por el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (Cinvestav-IPN), e Ingeniera en Sistemas Computacionales por el Tecnológico Nacional de México, campus Irapuato.

  • Especialista en minería de datos, algoritmos bioinspirados, sistemas de información y analítica de datos, con experiencia en el desarrollo de soluciones tecnológicas para la optimización de procesos y la toma de decisiones basada en datos.

  • Ha liderado proyectos de transformación digital y mejora organizacional en los sectores educativo y empresarial, implementando dashboards interactivos, metodologías ágiles y sistemas de gestión de calidad para incrementar la eficiencia operativa.

  • Cuenta con experiencia en dirección académica y gestión universitaria, impulsando procesos de acreditación, estrategias de retención estudiantil y mejora continua de programas educativos en instituciones de educación superior.

¡Inscríbete ahora!