El propósito global del programa es satisfacer las necesidades de las organizaciones públicas y privadas por profesionales entrenados en la aplicación de herramientas estadísticas, técnicas predictivas, métodos de simulación y optimización, habilidades de visualización, modelos de riesgo, y el uso eficiente de grandes volúmenes de datos; como soporte al proceso de toma de decisiones, la creación de ventajas competitivas y la generación de valor en las organizaciones. Igualmente, la estructura del programa se basa en las necesidades actuales de las organizaciones en cuanto al tipo de conocimiento necesario y al tipo de problemas que se manejan. Es así como en los cursos se incluyen temas relevantes a nivel empresarial/organizacional y se busca mantenerlos actualizados para responder a las nuevas tendencias de la industria.
La Maestría en Inteligencia Analítica para la Toma de Decisiones imparte una formación integral permitiendo que las nuevas técnicas, herramientas y conocimientos lleguen a las organizaciones por intermedio de especialistas que contribuyen a su desarrollo, presentando nuevos procesos y alternativas para mejorar la calidad de la toma de decisiones. Lo anterior permite también que profesores e investigadores compartan inquietudes y resultados, no de una forma aislada y privada, sino frente a un grupo y de forma interactiva.
Perfil del Aspirante
Profesionales en Ingeniería, Administración, Economía, Matemáticas y carreras afines con entrenamiento cuantitativo básico que tengan al menos dos años de experiencia en cargos que involucren el manejo de datos e información, con el fin soportar la toma de decisiones de alto impacto. Los aspirantes deben demostrar un alto desempeño académico en los estudios de nivel superior realizados, así como habilidades de comunicación, trabajo en equipo y liderazgo.
Objetivos
Formar profesionales entrenados en el uso eficiente de datos mediante la aplicación de técnicas descriptivas, predictivas y prescriptivas para soportar el proceso de toma de decisiones, la creación de ventajas competitivas y la generación de valor en las organizaciones.
Plan de Estudios
El programa consta de 36 créditos académicos obligatorios distribuidos así: tres cursos de fundamentación (10 créditos), tres cursos de profundización (12 créditos), dos cursos de complemento (8 créditos) y un proyecto práctico con duración de un año (6 créditos).
El contenido curricular se encuentra dividido en cuatro períodos académicos: tres períodos semestrales y uno intersemestral, completando una duración total de 18 meses. Cada período semestral consta de 10 créditos y el intersemestral, 6 créditos.
Ciclo de fundamentación
Durante este ciclo, se busca formar a los estudiantes en las bases estadísticas, de programación y de planeación y ejecución de proyectos interdisciplinarios. Mediante el uso de casos de aplicación, basados en situaciones reales en diferentes sectores económicos, se espera desarrollar las habilidades necesarias no sólo para entender los pilares fundamentales de la analítica, sino también para formular y ejecutar adecuadamente proyectos de Analytics bajo un marco estructurado. Cursos: Modelos de análisis estadístico, Herramientas computacionales para el análisis de datos y Modelaje y mejora de procesos.
Ciclo de profundización
Formar al estudiante en técnicas más complejas para el análisis y uso intensivo de datos, mediante la enseñanza de la teoría del aprendizaje estadístico, la construcción y aplicación de modelos estadísticos especializados en función de los datos y el uso de metodologías y herramientas para el análisis y solución de problemas bajo incertidumbre. Esta área del programa y a una escala más específica, garantiza que el estudiante logre obtener las competencias en Analytics de mayor interés en las organizaciones para generar ventajas competitivas en el mercado. Cursos: Minería de datos, Modelos avanzados para el análisis de datos I & II y Modelos para el análisis y toma de decisiones.
Ciclo de complemento
Este ciclo busca que los estudiantes estén en la capacidad de formarse de una manera mucho más integral en el campo de Analytics, mediante la enseñanza de técnicas cuantitativas y modelos computacionales aplicados al área de mercadeo y adicionalmente la selección de un curso de carácter electivo (ofrecido en otra maestría o en la propia). Este último le ofrece la libertad al estudiante de encontrar un espacio de formación propio de sus necesidades, teniendo en consideración no sólo las bases académicas del programa, sino su realidad y requerimientos laborales. Cursos: Modelos de decisión en mercadeo y Electiva.
Ciclo de integración
Durante el último año de la maestría los estudiantes conformaran grupos de trabajo para identificar, formular, analizar y solucionar un problema de la industria. Dentro de este periodo, los estudiantes desarrollarán habilidades de comunicación, liderazgo, trabajo en equipo, gerencia de proyectos y otras habilidades necesarias para desempeñar cargos gerenciales dentro de las organizaciones. En su solución deberán hacer uso de los conceptos, técnicas y herramientas cubiertas en el programa. Este proyecto aplicado permite identificar oportunidades del uso efectivo de la información para la toma de decisiones, aporta una herramienta pedagógica a futuras promociones y sirve de ilustración a las empresas para cooperar en la definición de políticas sectoriales y globales de desarrollo científico y tecnológico. Cursos: Trabajo práctico de grado I & II.
Dentro de la metodología de clase, los estudiantes se acercarán a problemas reales que tiene la industria a través de conferencias dirigidas por ejecutivos y estudiantes expertos en el tema. En línea con este propósito se mostrarán cómo herramientas analíticas han contribuido como parte de la solución a dichos problemas.
Programa Modelo
Primer Semestre
Cursos
MIIA-4101 Herramientas Computacionales para el Análisis de Datos (2 cr)
MIIA-4100 Modelos de Análisis Estadístico (4 cr)
MIIA-4102 Modelaje y Mejora de Procesos (4 cr)
| MIIA4100 | Modelos de Análisis Estadístico | 4 |
| MIIA4101 | Herramientas Computacionales para Análisis de Datos | 2 |
| MIIA4102 | Modelaje y Mejora de Procesos | 4 |
| Total Credit Hours: | 10 |
Segundo Semestre
Cursos
MIIA-4202 Modelos para Toma de Decisiones (4 cr)
| MIIA4001 | Trabajo Práctico de Grado 1 | 2 |
| MIIA4200 | Minería de Datos | 4 |
| MIIA4202 | Modelos para Toma de Decisiones | 4 |
| Total Credit Hours: | 10 |
Tercer Semestre
Cursos
MIIA-4203 Modelos Avanzados en Análisis de Datos 2 (2 cr)
MIIA-4400 Modelos de Decisión en Mercados (4 cr)
| MIIA4203 | Modelos Avanzados de Análisis Datos 2 | 2 |
| MIIA4400 | Modelos de Decisión en Mercados | 4 |
| MIIA4005 | Trabajo Práctico de Grado 2 | 4 |
| Total Credit Hours: | 10 |
Período Intersemestral
Cursos
MIIA-4201 Modelos Avanzados en Análisis de Datos 1 (2 cr)
MIIA-4XXX Electiva (4 cr)
| MIIA4201 | Modelos Avanzados de Análisis Datos 1 | 2 |
| MIIA4XXX | Electiva | 4 |
| Total Credit Hours: | 6 |
Perfil del Egresado
Un profesional en Inteligencia Analítica será capaz de:
- Identificar oportunidades de aplicación de inteligencia analítica para generar valor dentro de las organizaciones.
- Liderar el proceso de transformación de datos en información para toma de decisiones.
- Extraer datos de fuentes estructuradas y no estructuradas
- Transformar los datos que alimentan los modelos analíticos.
- Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos.
- Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones.
Datos de Contacto
Coordinación
Departamento de Ingeniería Industrial
Teléfonos: [571] 339 4949 exts: 2897, 1724
Correo electrónico: analytics@uniandes.edu.co
Página web: https://industrial.uniandes.edu.co/