Perfil del Aspirante
El programa de Maestría en Inteligencia Analítica de Datos (MIAD) está dirigido a:
- Profesionales que estén interesados y motivados en la aplicación eficiente de técnicas avanzadas de ingeniería para dar soporte al proceso de toma de decisiones en las organizaciones.
- Profesionales egresados de programas en áreas cuantitativas (ingeniería, economía y, matemáticas, entre otras).Profesionales de otras disciplinas con experiencia certificada en análisis de datos, manejo de información y/o grandes bases de datos, por más de dos años.
- Hispanohablantes.
- Profesionales con conocimientos básicos en estadística y programación.
- Profesionales motivados para asumir los procesos de enseñanza y aprendizaje a través de medios virtuales.
- Profesionales con mínimo dos años de experiencia laboral.
El aspirante a la Maestría en Inteligencia Analítica de Datos será un profesional hispanohablante con pregrado en cualquier disciplina (no necesariamente STEM) que tenga conocimientos básicos en estadística y programación y esté interesado en generar impacto mediante la transformación de datos en información relevante para la toma de decisiones. Se recomienda a los aspirantes la realización de cuatro cursos MOOC (Massive Online Open Courses) que permitirán a los profesionales nivelar estos conocimientos y habilidades básicas para la realización del programa, así como prepararse para presentar el examen de admisión. Estos cursos no hacen parte del currículo de la maestría, por lo cual los aspirantes pueden tomarlos en la plataforma de Coursera sin haber sido admitidos al programa.
Links a los cursos MOOC:
https://www.coursera.org/learn/probabilidad
https://www.coursera.org/learn/estadistica-aplicada-fundamentos
https://www.coursera.org/learn/programacion-python
https://www.coursera.org/learn/analytics-analisis-datos
Objetivos
Este programa forma expertos que se destacan por sus habilidades técnicas y de vanguardia en manejo de datos, modelamiento y entendimiento de los problemas de negocio, desde la fundamentación, planeación y sustentación del proceso de toma de decisiones en las organizaciones, a través del uso de técnicas avanzadas de ingeniería y el manejo eficiente de la información. Además de las fuertes habilidades técnicas, nuestros egresados son líderes que cuentan con las habilidades en comunicación, trabajo en equipo y gestión de proyectos, necesarias para hacer de la analítica de datos un motor de transformaciones organizacionales que generen valor agregado en las organizaciones.
El egresado será un líder en Analytics que se caracterizará por:
A. Identificar oportunidades de aplicación de inteligencia analítica para generar valor dentro de las organizaciones.
B. Aplicar metodologías para traducir problemas de negocio en proyectos de analytics.
C. Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos.
D. Formular y programar modelos matemáticos descriptivos, predictivos y prescriptivos para la toma de decisiones.
E. Aplicar herramientas avanzadas de analytics y otras que surjan con los cambios en las tecnologías de información.
F. Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización.
G. Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones.
¿Qué estará en capacidad de hacer el egresado? :
Los egresados del programa tienen un conjunto robusto de cualificaciones técnicas, dentro de las que se encuentran:
I. Habilidades en Análisis de Datos:
• Desarrollar y utilizar herramientas para manejo de fuentes de información estructuradas y no estructuradas para brindar soporte a la toma de decisiones.
• Construcción y validación de modelos para toma de decisiones con base en el análisis de datos
• Aplicar y desarrollar algoritmos de aprendizaje de máquina sobre los datos
• Desarrollar visualización de datos
• Utilizar efectivamente herramientas para explicar y predecir comportamientos de sectores productivos
• Conocer y expresar limitaciones de herramientas y metodologías
II. Habilidades en gestión de negocios basada en datos
• Analizar, diagnosticar y expresar la situación de una organización para encontrar oportunidades de mejora y descubrir sus capacidades diferenciadoras.
• Entendimiento del funcionamiento la industria de los datos: gestiona la administración de datos e información de las organizaciones.
• Capacidad de realizar análisis sobre el dimensionamiento económico de un proyecto de analytics.
• Formulación y construcción de modelos analíticos para la toma de decisiones
• Conocimiento de administración de proyectos: expresa y comunica resultados y conclusiones de un proyecto en el contexto organizacional y externo aplicando buenas prácticasde visualización y habilidades de consultoría.
• Utiliza las herramientas y metodologías adecuadas para dar soporte a los procesos de planeación, ejecución y administración de proyectos
III. Habilidades de Comunicación
• Habilidad para construir presentaciones concretas, atractivas e influyentes enfocadas en entendimiento del problema desde la perspectiva del negocio
• Capacidad para comunicar la información de forma efectiva
• Liderar y trabajar en equipos interdisciplinarios para culminar proyectos de forma efectiva.
Plan de Estudios
El programa tiene 36 créditos distribuidos a lo largo de 4 trayectorias, con una duración total de 24 meses. Cada trayectoria se compone de dos ciclos de 8 semanas. Durante cada ciclo los estudiantes tomarán dos cursos simultáneamente. La cuarta trayectoria es flexible y permite que los estudiantes elijan su área de profundización: Científicos de Datos, Consultores en Analytics o Líderes en Analytics
Los 36 créditos de la maestría se distribuyen de la siguiente manera:
- 30 créditos obligatorios
- 6 créditos electivos
Créditos por trayectoria o MasterTrack:
- Fundamentos de analítica: 8 créditos
- Competencias básicas de analítica: 10 créditos
- Competencias avanzadas de analítica: 9 créditos
- Aplicaciones y técnicas avanzadas de analítica: 9 crédito
Trayectoria 1:
- Fundamentos de Analítica: En esta trayectoria se brindan herramientas para comprender el alcance estratégico de la analítica para la toma de decisiones.
Trayectoria 2:
- Competencias Básicas de Analítica: 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.
Trayectoria 3:
- Competencias Avanzadas de Analítica: 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.
Trayectoria 4:
- Aplicaciones y Técnicas Avanzadas de Analítica: El objetivo de esta trayectoria es brindar flexibilidad y oportunidad de profundizar según el interés del estudiante. Adicionalmente, en esta trayectoria se desarrollará 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.
Duración del programa:
2 años.
*El programa está compuesto por 4 semestres académicos. En cada semestre se realizan 2 ciclos de 2 meses cada uno. En cada ciclo se inscriben 2 cursos de manera simultánea.
*Todas las materias se dictan de forma anual, siempre en el mismo periodo.
*Estructura curricular sujeta a cambios sin previo aviso.
*Para graduarse debe haber cursado los 36 créditos académicos del programa.
Programa Modelo
A lo largo de las cuatro trayectorias se busca formar egresados en la intersección de 3 pilares: modelación matemática, tecnologías de Información para el manejo de datos y Entendimiento del negocio (gestión). Adicional a la formación como expertos en analítica de datos, la flexibilidad del currículo en el último semestre permitirá que los estudiantes se perfilen como Científicos de Datos, Consultores en Analítica y Líderes en Analítica. Acorde a lo anterior, la maestría cuenta con el siguiente modelo de plan de estudios:
Prerequisitos:
- Modelos de Análisis estadístico es prerrequisito para Introducción al Machine Learning.
- Introducción al Machine Learning es prerrequisito para:
- Machine Learning y Procesamiento de Lenguaje Natural
- Aprendizaje no Supervisado
- Gerencia de Proyectos de Analytics es prerrequisito para Proyecto 2.
Por otra parte, durante la trayectoria 4 se conlleva la culminación del proyecto 2 que involucra los conocimientos adquiridos en la maestría en el proceso de identificar un problema en una organización, proponer y liderar una solución.
Trayectoria 1 – Ciclo 1
| MIID4101 | Decision Analysis | 2 |
| MIID4102 | Laboratorio Computacional de Analytics | 2 |
| Total Credit Hours: | 4 |
Trayectoria 1 – Ciclo 2
| MIID4103 | Modelado de Datos y ETL | 2 |
| MIID4104 | Modelos de Análisis Estadístico | 2 |
| Total Credit Hours: | 4 |
Trayectoria 2 – Ciclo 1
| MIID4201 | Visualización y Storytelling | 2 |
| MIID4202 | Introducción al Machine Learning | 3 |
| Total Credit Hours: | 5 |
Trayectoria 2 – Ciclo 2
| 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
| MIID4301 | Dinámica de sistemas | 2 |
| MIID4302 | Simulación | 2 |
| MIID4203 | Machine Learning y Procesamiento de Lenguaje Natural | 3 |
| Total Credit Hours: | 7 |
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
Trayectoria 4 – Ciclo 2
Perfil del Egresado
El egresado de la Maestría en Inteligencia Analítica de Datos será un líder en Analytics capaz de:
-
Identificar oportunidades de aplicación de inteligencia analítica para generar valor en las organizaciones.
-
Aplicar metodologías para traducir problemas de negocio en proyectos de analítica.
-
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 programar modelos matemáticos descriptivos, predictivos, y prescriptivos para la toma de decisiones.
-
Utilizar herramientas intermedias y avanzadas de analítica como deep learning, visual computing, redes sociales y optimización.
-
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
Datos de Contacto
Correo institucional del programa:
Las inquietudes / preguntas sobre MIAD sin ser estudiante oficial del programa o admitido, debe enviarlas a través del siguiente formulario:
https://uniandesheda.force.com/Admisiones/s/proceso-miad
Si ya estas admitido al programa o eres estudiante activo, debes escribir a solicitudes-miad@uniandes.edu.co
Este correo es de uso exclusivo de estudiantes y admitidos, no te tramitan inquietudes de personas que no tengan esta condición ya que es un canal oficial de Coursera para los estudiantes del programa.
Link de la página del programa:
https://industrial.uniandes.edu.co/es/programa-academico/maestria-en-inteligencia-analitica-de-datos-MIAD