Ciencia de datos
- Modalidad presencial
El Menor en Ciencia de Datos se enfoca en el análisis y la interpretación de conjuntos de datos para obtener información valiosa y tomar decisiones informadas. A través de este Menor, los estudiantes tendrán la posibilidad de apropiar conceptos, métodos y técnicas utilizados en el campo de la analítica de datos con el objetivo de extraer conocimientos significativos y relevantes de los datos.
Este menor proporciona a los estudiantes los conocimientos, habilidades y herramientas necesarios para comprender, analizar y utilizar datos de manera efectiva con el objetivo de obtener información valiosa y tomar decisiones informadas. A través de este menor, los estudiantes adquieren una base sólida en los principios y técnicas de la ciencia de datos, lo que les permite aplicar estos conocimientos en diversos contextos y sectores.
Independientemente del programa académico al cual se encuentra inscrito el estudiante, al finalizar el menor en analítica de datos el estudiante:
- Tendrá habilidades prácticas en el análisis de datos, incluyendo el uso de herramientas y software de análisis, programación, estadística y técnicas de minería de datos. Aprenderá cómo aplicar diferentes métodos y algoritmos para explorar, limpiar, transformar y modelar conjuntos de datos.
- Utilizará herramientas de visualización de datos para representar de manera efectiva los resultados del análisis. Aprenderán cómo crear gráficos, tablas y visualizaciones interactivas para comunicar insights y hallazgos de manera clara y comprensible.
- Conocerá técnicas de aprendizaje automático y cómo aplicar modelos de clasificación y agrupamiento para obtener insights y tomar decisiones basadas en datos. Esto le permitirá utilizar algoritmos avanzados para extraer patrones y tendencias de los datos.
- Estará familiarizado con las cuestiones éticas y de privacidad relacionadas con la analítica de datos. Aprenderán sobre la importancia de proteger la privacidad de los datos, cumplir con las regulaciones y normativas pertinentes, y tomar decisiones éticas en el manejo y análisis de los datos.
En cada uno de los cursos que comprenden este menor se desarrollarán proyectos prácticos donde apliquen los conocimientos y técnicas de ciencia de datos a problemas reales. Esto les permitirá adquirir experiencia práctica en el manejo de datos, aplicar modelos analíticos y desarrollar habilidades de resolución de problemas.
Área de desarrollo
Ciencias computacionales y exactas
Facultad
Facultad de Ingeniería
Total créditos
12
Duración
4 semestres
Cursos:
1. Fundamentos de Ciencia de Datos
3 créditos
Modalidad: Presencial
2. Inteligencia de negocios
3 créditos
Modalidad: Presencial
3. Preprocesamiento y analítica
3 créditos
Modalidad: Presencial
4. Ciencias de Datos e Inteligencia Artificial
3 créditos
Modalidad: Presencial
5. Sistemas Inteligentes
3 créditos
Modalidad: Presencial
6. Big Data y Analítica en tiempo real
3 créditos
Modalidad: Presencial
Estructura
Con el conocimiento y las competencias básicas, un estudiante que esté interesado en el menor, obtendrá la certificación una vez haya cursado 12 créditos, para los cuales puede optar por desarrollar una de las siguientes rutas sugeridas:
Ruta 1 – Decisiones basadas en datos: Sugerida para estudiantes áreas de conocimiento diferentes de la ingeniería. Esta ruta se compone de:
- Curso 1: Fundamentos de Ciencias de Datos
- Curso 2: Inteligencia de negocios
- Curso 3: Preprocesamiento y Analítica
- Curso 4: Ciencias de Datos e Inteligencia Artificial
Esta ruta se enfoca en proporcionar a los estudiantes una comprensión integral de los fundamentos de la Ciencia de Datos, así como habilidades específicas para aplicar técnicas de inteligencia artificial y tomar decisiones informadas basadas en datos en el entorno empresarial.
Ruta 2 – Aprendizaje automático: Sugerida para estudiantes interesados en profundizar en Aprendizaje automático para estudiantes con conocimientos básicos de estadística, bases de datos y programación. Esta ruta se compone de:
- Curso 1: Inteligencia de negocios
- Curso 2: Preprocesamiento y Analítica
- Curso 3: Ciencias de Datos e Inteligencia Artificial
- Curso 4: Sistemas Inteligentes
Esta ruta profundiza en la construcción de modelos de aprendizaje automático desde diferentes enfoques: supervisado, no supervisado, aplicado sobre datos tabulares, llegando hasta el aprendizaje profundo con el que se procesaran datos multimedia como imágenes, texto, etc. preparando a los estudiantes para aplicar este conocimiento en la construcción de sistemas inteligentes, lo que puede ser útil en los campos de la medicina hasta la ingeniería y la gestión empresarial.
Ruta 3 – Procesamiento de grandes volúmenes de datos: Sugerida para estudiantes interesados en profundizar en tecnologías que habiliten el procesamiento de grandes volúmenes de datos.
- Curso 1: Preprocesamiento y Analítica
- Curso 2: Aprendizaje automático
- Curso 3: Sistemas Inteligentes
- Curso 4: Big Data y Analítica en tiempo real
Esta ruta proporciona a los estudiantes una formación sólida en ciencia de datos, así como habilidades específicas para construir y aplicar modelos inteligencia de artificial a través del aprendizaje automático y análisis de grandes volumenes de datos (big data).
Nota: Si un estudiante está interesado en cursar Sistemas inteligentes, deberá haber tomado previamente el curso de Aprendizaje automático.
Para tener en cuenta
Este Menor puede ser tomado por cualquier estudiante de pregrado de la UNAB interesado en adentrarse en el uso de la Ciencia de Datos para fortalecer su competitividad profesional y laboral.
Un estudiante interesado en tomar este Menor, deberá tener dominio de conceptos básicos de estadística, programación, así como de bases de datos. Este conocimiento es básico para comprender los métodos y enfoques utilizados en la Ciencia de Datos, por esto se diseñó el curso Fundamentos de Ciencia de Datos el cual es optativo, pero suma dentro de los créditos para cumplir los 12 créditos del Menor.
Los cursos se desarrollarán de manera presencial, con un alto uso de herramientas tecnológicas que permiten la recolección, análisis, procesamiento y despliegue de datos, así como la interacción con los estudiantes.
Competencia – Ruta 1
Decisiones basadas en datos
Aplica habilidades analíticas, conocimientos de métodos de toma de decisiones y comprende los aspectos éticos y legales relacionados con el uso de datos en diferentes entornos.
Resultados de aprendizaje esperados
Utiliza herramientas y técnicas para identificar patrones, tendencias y relaciones significativas en los dato, para tomar decisiones informadas basadas en un análisis sólido de los datos disponibles.
Evalua diferentes opciones para la solución de problemas, analiza los resultados del análisis de datos y toma decisiones razonadas, considerando los riesgos y diferentes escenarios que habilitan la toma de decisiones más efectivas y estratégicas.
Conoce sobre la privacidad de los datos, la seguridad de la información y el manejo adecuado de los datos sensibles. Aprenderá a tomar decisiones éticas, evitando el sesgo y respetando las regulaciones y normativas pertinentes.
Competencia – Ruta 1
Aprendizaje automático
Comprende, diseña y desarrolla sistemas inteligentes que resuelven problemas complejos en diferentes contextos y con diferentes tipos de datos
Resultados de aprendizaje esperados
Construye y entrena redes neuronales profundas, ajustando sus hiperparámetros y evaluando el rendimiento de los modelos generados para diferentes contextos.
Procesa datos a través de redes neuronales profundas, con la comprensión de estas arquitecturas, sus componentes y principios de funcionamiento, para llevar a cabo aprendizaje automático.
Resuelve problemas complejos en diferentes dominios como la visión por computadora, tratamiento de señales o el procesamiento básico le cade texto.
Competencia – Ruta 1
Procesamiento de grandes volúmenes de datos
Comprende, gestiona y analiza grandes volúmenes de datos con el fin de extraer información valiosa y tomar decisiones informadas
Resultados de aprendizaje esperados
Gestiona la captura, almacenamiento, procesamiento y análisis de datos a gran escala, a través del uso de herramientas, tecnologías y bases de datos distribuidas.
Aplica técnicas y algoritmos de análisis de datos para descubrir patrones, tendencias y relaciones significativas en grandes conjuntos de datos.
Diseña infraestructuras para el procesamiento de datos masivos a través de la selección y configuración de las herramientas y tecnologías adecuadas para una implementación eficiente.
