Licenciatura en Ing. de datos e inteligencia artificial

Objetivo

Formar profesionales expertos en extraer conocimiento implícito y complejo, potencialmente útil a partir de grandes conjuntos de datos, utilizando métodos de inteligencia artificial, aprendizaje de máquina, estadística, sistemas de bases de datos y modelos matemáticos sobre comportamientos probables, con una actitud, propositiva, analítica y de producción a futuro, socialmente responsables con gran calidad humana y capacidad de liderazgo para apoyar la toma de decisiones de alta dirección. 

Modalidad online fin de semana

• Clases con conexiones en vivo a través de plataformas interactivas.
• Estudia desde cualquier parte de la república mexicana con acceso a internet, sin asistencia presencial.
• Horarios establecidos para conexiones en vivo.
• Seguimiento retroalimentación y acompañamiento académico presencial e interactivo a través de plataformas educativas.
• Recursos Educativos Digitales.
• Desarrollo profesional social y emocional.

Modalidad presencial

• Clases presenciales en cualquiera de nuestros campus (Tuxtla Gutiérrez, Mérida y Cancún) y conexiones en vivo.
• Horarios establecidos para clases presenciales y conexiones en vivo.
• Seguimiento retroalimentación y acompañamiento académico presencial e interactivo a través de plataformas educativas.
• Recursos Educativos Digitales.
• Desarrollo profesional social y emocional

Modalidad UNISUR virtual

• Flexibilidad de horarios, sin conexión en tiempo real.
• Tutorías y asesorías especializadas a través de seguimiento, retroalimentaciones y acompañamiento académico asincrónico en plataforma Academy UNISUR con acceso 24/7.
• Aprendizaje autodidacta y autónomo.
• Recursos Educativos Digitales.
• Desarrollo profesional social y emocional.

Plan de estudios

•Tuxtla RVOE FEDERAL: 20220555 •Mérida RVOE FEDERAL: 20220172 •Cancún RVOE FEDERAL: 20220174

Presencial

PRIMER CUATRIMESTRE
• Algebra
• Probabilidad y Estadística
• Matemáticas Discretas
• Física
• Matemática para la Computación
• Lógica y Razonamiento
Computacional
• Taller de Expresión Oral y Escrita
• Pensamiento Crítico e Inteligencia
Artificial

SEGUNDO CUATRIMESTRE
• Algebra Lineal
• Estadística Inferencial
• Cálculo Integral y Diferencial
• Electricidad y Magnetismo
• Introducción al Sistema de
Información
• Métodos Numéricos
• Taller de Metodología ABP
• Taller de Trabajo en Equipo y
Liderazgo

TERCER CUATRIMESTRE
• Programación Lineal
• Análisis de Datos
• Teoría de Decisiones
• Electrónica
• Ecuaciones Diferenciales y
Series
• Fundamentos de
Programación
• Inglés para ingeniería

CUARTO CUATRIMESTRE
• Investigación para la Ingeniería
• Análisis Numérico
• Diseño y Gestión de Sistemas
• Bases de Datos I
• Lenguajes y Autómatas
• Programación Orientada a Objetos
• Formación de Emprendedores

QUINTO CUATRIMESTRE
• Sistemas Operativos
• Modelación de Sistemas
• Ingeniería de Software I
• Bases de Datos II
• Análisis y Diseños de Algoritmos
• Estructura de Datos
• Responsabilidad Social

SEXTO CUATRIMESTRE
• Aprendizaje de Máquinas
• Simulación de Sistemas
• Ingeniería de Software II
• Bases de Datos Avanzadas
• Programación Concurrente y
Distribuida
• Introducción a la Inteligencia
Artificial
• Ética Profesional

SÉPTIMO CUATRIMESTRE
• Temas Selectos de Aprendizaje de
Máquinas
• Graficación por Computadora
• Sistemas Distribuidos
• Agentes Inteligentes
• Programación para la Inteligencia
Artificial
• Computo en la nube

OCTAVO CUATRIMESTRE
• Gestión de la Calidad
• Visión por Computadora
• Analítica de Negocios
• Minería de Datos
• Desarrollo de Aplicaciones para la
• Inteligencia Artificial y Ciencia de
Datos
• Sistemas Expertos

NOVENO CUATRIMESTRE
• Redes de Computadoras
• Sistema de Ayuda a la Toma
de Decisión
• Seguridad de la Información
• Redes Neuronales
• Procesamiento de Imágenes
Digitales
• Evaluación de Proyectos
Tecnológicos

RVOE FED: 20220060

Online Fin de Semana

PRIMER CUATRIMESTRE
• Algebra
• Probabilidad y Estadística
• Matemáticas Discretas
• Física
• Matemática para la Computación
• Lógica y Razonamiento
Computacional
• Taller de Expresión Oral y Escrita
• Pensamiento Crítico e Inteligencia
Artificial

SEGUNDO CUATRIMESTRE
• Algebra Lineal
• Estadística Inferencial
• Cálculo Integral y Diferencial
• Electricidad y Magnetismo
• Introducción al Sistema de
Información
• Métodos Numéricos
• Taller de Metodología ABP
• Taller de Trabajo en Equipo y
Liderazgo

TERCER CUATRIMESTRE
• Programación Lineal
• Análisis de Datos
• Teoría de Decisiones
• Electrónica
• Ecuaciones Diferenciales y
Series
• Fundamentos de
Programación
• Inglés para ingeniería

CUARTO CUATRIMESTRE
• Investigación para la Ingeniería
• Análisis Numérico
• Diseño y Gestión de Sistemas
• Bases de Datos I
• Lenguajes y Autómatas
• Programación Orientada a Objetos
• Formación de Emprendedores

QUINTO CUATRIMESTRE
• Sistemas Operativos
• Modelación de Sistemas
• Ingeniería de Software I
• Bases de Datos II
• Análisis y Diseños de Algoritmos
• Estructura de Datos
• Responsabilidad Social

SEXTO CUATRIMESTRE
• Aprendizaje de Máquinas
• Simulación de Sistemas
• Ingeniería de Software II
• Bases de Datos Avanzadas
• Programación Concurrente y
Distribuida
• Introducción a la Inteligencia
Artificial
• Ética Profesional

SÉPTIMO CUATRIMESTRE
• Temas Selectos de Aprendizaje de
Máquinas
• Graficación por Computadora
• Sistemas Distribuidos
• Agentes Inteligentes
• Programación para la Inteligencia
Artificial
• Computo en la nube

OCTAVO CUATRIMESTRE
• Gestión de la Calidad
• Visión por Computadora
• Analítica de Negocios
• Minería de Datos
• Desarrollo de Aplicaciones para la
• Inteligencia Artificial y Ciencia de
Datos
• Sistemas Expertos

NOVENO CUATRIMESTRE
• Redes de Computadoras
• Sistema de Ayuda a la Toma
de Decisión
• Seguridad de la Información
• Redes Neuronales
• Procesamiento de Imágenes
Digitales
• Evaluación de Proyectos
Tecnológicos

RVOE FED: 20220555

Unisur Virtual

PRIMER CUATRIMESTRE
• Algebra
• Probabilidad y Estadística
• Matemáticas Discretas
• Física
• Matemática para la Computación
• Lógica y Razonamiento
Computacional
• Taller de Expresión Oral y Escrita
• Pensamiento Crítico e Inteligencia
Artificial

SEGUNDO CUATRIMESTRE
• Algebra Lineal
• Estadística Inferencial
• Cálculo Integral y Diferencial
• Electricidad y Magnetismo
• Introducción al Sistema de
Información
• Métodos Numéricos
• Taller de Metodología ABP
• Taller de Trabajo en Equipo y
Liderazgo

TERCER CUATRIMESTRE
• Programación Lineal
• Análisis de Datos
• Teoría de Decisiones
• Electrónica
• Ecuaciones Diferenciales y
Series
• Fundamentos de
Programación
• Inglés para ingeniería

CUARTO CUATRIMESTRE
• Investigación para la Ingeniería
• Análisis Numérico
• Diseño y Gestión de Sistemas
• Bases de Datos I
• Lenguajes y Autómatas
• Programación Orientada a Objetos
• Formación de Emprendedores

QUINTO CUATRIMESTRE
• Sistemas Operativos
• Modelación de Sistemas
• Ingeniería de Software I
• Bases de Datos II
• Análisis y Diseños de Algoritmos
• Estructura de Datos
• Responsabilidad Social

SEXTO CUATRIMESTRE
• Aprendizaje de Máquinas
• Simulación de Sistemas
• Ingeniería de Software II
• Bases de Datos Avanzadas
• Programación Concurrente y
Distribuida
• Introducción a la Inteligencia
Artificial
• Ética Profesional

SÉPTIMO CUATRIMESTRE
• Temas Selectos de Aprendizaje de Máquinas
• Graficación por Computadora
• Sistemas Distribuidos
• Agentes Inteligentes
• Programación para la Inteligencia Artificial
• Computo en la nube

OCTAVO CUATRIMESTRE
• Gestión de la Calidad
• Visión por Computadora
• Analítica de Negocios
• Minería de Datos
• Desarrollo de Aplicaciones para la Inteligencia Artificial y Ciencia de Datos
• Sistemas Expertos

NOVENO CUATRIMESTRE
• Redes de Computadoras
• Sistema de Ayuda a la Toma
de Decisión
• Seguridad de la Información
• Redes Neuronales
• Procesamiento de Imágenes
Digitales
• Evaluación de Proyectos Tecnológicos

¿Tienes dudas?

Contactanos

800 283 34 32

Perfil de egreso

CONOCIMIENTOS
• Funcionalidades de herramientas para la
transformación a valores de tipos
discretos y jerarquía de datos.
• Conocer los estándares para la creación de
especificaciones de sistemas.
• Modelos matemáticos y estadísticos para
la transformación de datos.
• Conocer los atributos de calidad de los
datos y la información.
• Clasificación de sistemas manejadores de
bases de datos con base en sus
• El proceso de programación de algoritmos
computacionales.
• Metodologías y técnicas para la
transformación a valores discretos.
• Fundamentos de diseño de bases de datos
computacionales (Relacionales, No SQL,
BigData).
• Modelos matemáticos y estadísticos
aplicables al aprendizaje de máquinas.
• Técnicas de levantamiento de ingeniería de
requisitos.
• Normas y estándares para la conformación
del documento de especificación del
sistema.
• Lenguajes de programación aplicables a la
Inteligencia Artificial (Prolog, Python, C++,
Java, C#).
• Soluciones de software y hardware para la
adquisición y procesado de imágenes.
• Librerías y APIs para la programación de
soluciones para la planeación y toma de
decisiones.
• Analizar y procesar datos estructurados y
no estructurados empleando métodos
matemáticos, estadísticos, de inteligencia
artificial y técnicas acordes a la ciencia de
datos.
• Dominar, los diversos espacios de
aprendizaje que le permitan crear e innovar
sus conocimientos por medio de la
interacción con la información en formato
digital y a través de las redes de
comunicación.

HABILIDADES:
• Desarrollar sistemas de información, de
Implementar técnicas de levantamientos
de requisitos.
• Implementar el modelo de datos a través
de la herramienta de modelado.
• Implementar modelos para la
transformación a valores de tipos
discretos y jerarquía de datos.
• Implementar ajustes a los modelos de
visión artificial, diseñar el modelo y/o
técnica de procesado de imagen.
• Implementar el proceso de limpieza de los
datos en las herramientas pertinentes.
• Instalar y configurar sistemas manejadores
de bases de datos.
• Ejecutar proceso de limpieza de datos
aplicando algoritmos y técnicas.
• Crear e Implementar un esquema de bases
de datos de acuerdo con el modelo de
datos.
• Seleccionar un modelo y/o técnica para la
visión artificial.
• Aplicar pruebas de calidad del software en
la solución de visión artificial.
• Aplicar el modelo y técnica para la
planeación y toma de decisiones (teoría de
decisión, programación lineal, planeación
probabilística, programación dinámica).
• Seleccionar un modelo para la toma de
decisiones.
• Determinar el modelo para la planeación,
razonamiento y toma de decisiones a
utilizar.
• Estructuración en la conformación de
información.
• Representar algoritmos computacionales.
• Desarrollar un modelo para la planeación y
toma de decisiones.
• Construir modelos matemáticos
deterministas o estocásticos, soportados
por herramientas computacionales de
vanguardia.
• Diseñar modelos lineales y no-lineales de
optimización a problemas complejos
mediante herramientas computacionales.
• Diseñar modelos matemáticos complejos
que contribuyen a la seguridad de datos y
de sistemas informáticos.
• Diseñar y crear bases de datos
computacionales, que le permitan limpiar y
transformar los datos, para la toma
• Diseño, selección de modelos de visión
artificial.
• Utiliza métodos de inteligencia artificial y
cómputo cognitivo en la solución de
problemas de optimización.
• Comunicar información científica y
tecnológica en el ámbito de las
aplicaciones de las matemáticas a una
diversidad de públicos.

ACTITUDES:
• Responsable y confiable en el manejo de la
información.
• Metodológico en el uso de principios
establecidos (ordenado lógico secuencial
de las cosas).
• Proactivo en el uso de herramientas.
• Solución de problemas y conflictos.
• Empatía ante las necesidades del cliente.
• Trabajo colaborativo en equipos de trabajo.
• Organizar y liderar grupos de trabajo.
• Toma de decisiones.
• Íntegro durante el desarrollo de proyectos.
• Organizado con su trabajo.
• Reflexivo en su práctica profesional.
• Confianza en sí mismo.
• Interés por la investigación y mejora de
procesos.
• Autogestión en el aprendizaje continúo.
• Ética en el manejo de la información del
cliente (confidencialidad de la información
y uso de la información).
• Responsabilidad con la adecuada
detección de las necesidades.
• Entrega en tiempo y forma de los
productos de la tarea de acuerdo a la
necesidad (cumplimiento).
• Honestidad en la propuesta de solución
entregada.
• Respetuoso de la normatividad nacional e
internacionales.
• Proactivo y honesto en su desempeño
profesional.
• Tolerante y respetuoso de la diversidad de
ideas.
• Creativo en el uso de la tecnología.
• Manejo adecuado del estrés.