El programa MIAD es ofrecido en español y 100% en línea. Los estudiantes reciben los mismos estándares de calidad que se ofrecen en los programas presenciales y el mismo título de grado de maestría que ofrece la Universidad de los Andes en sus programas presenciales. El formato virtual permite a los estudiantes seguir trabajando tiempo completo y continuar con su carrera profesional. Al ser una maestría en línea, le brinda a los estudiantes la flexibilidad de aprender cuándo y dónde quieran.
Perfil del Aspirante
Este programa ha sido diseñado para profesionales, no necesariamente de áreas STEM (ciencias, tecnología, ingeniería y matemáticas, por sus siglas en inglés), con conocimientos en programación y estadística, quienes serán formados para atender aquellas preguntas del negocio que requieren del análisis de un alto volumen de datos y el manejo de su complejidad para apoyar los procesos de toma de decisiones, la creación de ventajas competitivas y la generación de valor. Este programa es ideal para profesionales que:
- Sean egresados de áreas cuantitativas como ingeniería, economía, matemáticas, entre otras
- Sean egresados de otras disciplinas y tengan experiencia en análisis de datos y/o manejo de información o de grandes bases de datos
- Estén interesados y motivados por aplicar técnicas avanzadas de ingeniería para dar soporte a la toma de decisiones en las organizaciones
- Estén motivados a asumir los procesos de enseñanza y aprendizaje a través de medios virtuales
El Departamento de Ingeniería Industrial en alianza con Coursera, ha desarrollado los siguientes cursos abiertos para que los interesados en aplicar al programa puedan reforzar sus habilidades de manera previa a la presentación del examen específico de conocimientos.
Enlaces a los cursos MOOCs gratuitos disponibles en la plataforma de Coursera:
Los candidatos/aspirantes al programa deben tener un nivel intermedio de compresión de lectura en inglés (dado que gran parte del material teórico del programa se comparte en este idioma).
Objetivos
El programa On Line en Inteligencia Analítica de Datos (MIAD) de Uniandes forma profesionales que se destacan por sus habilidades técnicas y de vanguardia en la intersección de tres áreas de conocimiento: 1) modelación matemática, 2) tecnologías de información y 3) gestión de negocio. Los estudiantes aprenden a través de cursos que equilibran teoría y práctica los métodos computacionales para manejo de datos, aplicación de modelos descriptivos, predictivos y prescriptivos que les permitan convertirse en líderes en Analytics que apoyen la toma de decisiones. Además, los estudiantes desarrollan continuamente sus habilidades blandas en comunicación, trabajo en equipo y gestión de proyectos, necesarias para hacer transformaciones que generen valor en sus organizaciones. El egresado del programa MIAD será un líder en Analytics que se caracterizará por:
- Identificar oportunidades de aplicación de inteligencia analítica para generar valor dentro de las organizaciones
- Aplicar metodologías para traducir problemas de negocio en proyectos de Analytics
- Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos
- Formular y programar modelos matemáticos descriptivos, predictivos y prescriptivos para la toma de decisiones
- Aplicar herramientas avanzadas de Analytics y otras que surjan con los cambios en las tecnologías de información
- Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización
- Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones
Plan de Estudios
El programa tiene 36 créditos, con una duración total de 24 meses. Cada ciclo tiene 8 semanas de duración. Durante cada ciclo los estudiantes toman dos (2) cursos simultáneamente. Los 36 créditos de la maestría se distribuyen de la siguiente manera:
- 30 créditos obligatorios
- 6 créditos electivos, lo que permite que los estudiantes elijan su área de profundización: Científicos de Datos, Consultores en Analytics o Líderes en Analytics
Los cursos del programa se encuentran organizados en las siguientes trayectorias:
- Trayectoria Fundamentos de Analítica: en esta trayectoria se brindan herramientas para comprender el alcance estratégico de la analítica para la toma de decisiones. Cursos: Decision Analysis, lab. computacional de Analytics, modelamiento de datos y ETL, modelos de análisis estadístico.
- Trayectoria Competencias Básicas de Analítica: en esta trayectoria se busca la identificación de oportunidades para aplicar analítica en una organización, técnicas de visualización de datos y comunicación de resultados, modelamiento predictivo supervisado utilizando machine learning, procesamiento del lenguaje natural y modelamiento prescriptivo de optimización. Cursos: visualización y storytelling, introducción al machine learning, machine learning y PLN, optimización para la toma de decisiones.
- Trayectoria Competencias Avanzadas en Analítica: en esta trayectoria se aprende sobre el modelamiento de aprendizaje no supervisado, técnicas y tecnologías de computación a gran escala, modelamiento de simulaciones prescriptivas y metodologías para formular y gestionar proyectos de analítica. Cursos: dinámica de sistemas, simulación, aprendizaje no supervisado, despliegue de soluciones analíticas, gerencia de proyectos de Analytics.
- Trayectoria Aplicaciones y Técnicas Avanzadas de Analítica: en esta trayectoria se brinda flexibilidad y oportunidad de profundizar según el interés del estudiante. Adicionalmente, éste (estudiante) debe desarrollar un proyecto integrador. El objetivo de este proyecto es brindar al estudiante acompañamiento para la aplicación de las técnicas en un contexto real, técnicas para liderar proyectos de inteligencia analítica de alto impacto en las organizaciones, seguimiento en extracción de datos, modelación, análisis y comunicación de resultados, así como herramientas de trabajo en equipo. Cursos: electiva 1, electiva 2, electiva 3, proyecto aplicado en analítica de datos.
*Estructura curricular sujeta a cambios sin previo aviso. **Para graduarse debe haber cursado los 36 créditos académicos del programa
Programa Modelo
A continuación, se puede visualizar el plan de estudios guía de MIAD para las personas que inician en enero y agosto de cada año, según corresponda:
Trayectoria 1 – Ciclo 1
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD
| MIID4101 | Decision Analysis | 2 |
| MIID4102 | Laboratorio Computacional de Analytics | 2 |
| Total Credit Hours: | 4 |
Trayectoria 1 – Ciclo 2
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD
| MIID4103 | Modelado de Datos y ETL | 2 |
| MIID4104 | Modelos de Análisis Estadístico | 2 |
| Total Credit Hours: | 4 |
Trayectoria 2 – Ciclo 1
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD
| MIID4201 | Visualización y Storytelling | 2 |
| MIID4202 | Introducción al Machine Learning | 3 |
| Total Credit Hours: | 5 |
Trayectoria 2 – Ciclo 2
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD
| MIID4203 | Machine Learning y Procesamiento de Lenguaje Natural | 3 |
| MIID4204 | Optimización para la Toma de Decisiones | 2 |
| Total Credit Hours: | 5 |
Trayectoria 3 – Ciclo 1
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD. En esta sección, el estudiante debe seleccionar entre Dinámica de Sistemas (2 cr) o Simulación (2 cr). Para un total de 5 créditos en esta trayectoria.
Trayectoria 3 – Ciclo 2
| MIID4304 | Despliegue de soluciones Analíticas | 3 |
| MIID-4305 | Gerencia de proyectos de Analytics I | 2 |
| Total Credit Hours: | 5 |
Trayectoria 4 – Ciclo 1
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD.
El estudiante debe seleccionar 2 electivas: MIID-4XXX
Trayectoria 4 – Ciclo 2
NOTA: la guía se basa en plan de estudios inicio agosto de cada año. Revisar en la página web del programa la información detallada para el plan de estudios de enero de cada año. https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD.
El estudiante debe seleccionar 1 electiva: MIID-4XXX
| MIID4XXX | Electiva | 2 |
| MIID4401 | Proyecto Aplicado en Analítica de Datos | 3 |
| Total Credit Hours: | 5 |
Perfil del Egresado
Los egresados de MIAD podrán desempeñarse en cualquier organización privada o pública que tenga áreas donde se requiera usar analítica de datos para transformar datos en información que soporte los procesos de toma de decisiones. Algunos de los cargos que podrían ocupar son:
- Data Mining Analyst
- Financial Analyst
- Marketing Analyst
- Business Intelligence Analyst
- Database Administrator
- Human Resources Analyst
- Systems Analyst
- Chief Analytics Officer (CAO)
Se espera que los egresados de MIAD sean capaces de:
- Identificar oportunidades de aplicación de la inteligencia analítica para generar valor dentro de las organizaciones
- Aplicar metodologías formales para traducir problemas de negocio en proyectos de Analytics
- Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos y cloud computing
- Formular y construir modelos matemáticos descriptivos, predictivos, y prescriptivos para la toma de decisiones, como machine learning, deep learning, computer vision, análisis de lenguaje natural (NLP), optimización y análisis de redes sociales, entre otras.
- Hacer uso de herramientas tecnológicas como lenguajes computacionales, librerías para Analytics, manejo de bases de datos y servidores.
- Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización y storytelling.
- Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones, utilizando metodologías estructuradas de Analytics y de análisis de decisiones, y tecnología computacional para soportar grandes volúmenes de datos.
Datos de Contacto