DATA

Es un curso básico diseñado para estudiantes de primer semestre. Durante el semestre, se abordan los conceptos que son fundamentales para la ciencia de datos. Se enfatizará la aplicación práctica a través de proyectos interdisciplinares que ilustran cómo se utiliza la Ciencia de Datos en situaciones reales y distintos dominios de aplicación. Este curso constituye la primera aproximación de los estudiantes a la forma de pensar y abordar problemas de los científicos de datos. El curso además se propone como un espacio de acompañamiento para facilitar la adaptación del estudiante a su nuevo rol universitario.

El curso ofrece a los estudiantes la oportunidad de conocer y experimentar aplicaciones existentes relacionadas con la ciencia de datos. El primer objetivo es familiarizar a los estudiantes con una variedad de aplicaciones prácticas de la Ciencia de Datos, ampliando así su perspectiva sobre sus posibles usos en diversos campos. El segundo objetivo es brindar a los estudiantes la oportunidad de llevar a cabo un ejercicio inicial de planificación, análisis y visualización de proyectos de Ciencia de Datos, permitiéndoles aplicar los conceptos y herramientas aprendidos en un contexto práctico. De esta manera, los estudiantes podrán comenzar a desarrollar una visión más clara del alcance de su formación como científicos de datos y adquirir experiencia práctica desde el inicio de su aprendizaje.

Este curso proporciona a los estudiantes una comprensión sobre la planeación, supervisión y control del manejo de datos, así como los roles y responsabilidades de la gestión y gobernanza de datos en una organización, enfocándose en los principios y componentes clave de una arquitectura de datos para garantizar el cumplimiento de estándares éticos y legales, y promover una cultura de datos responsable. Al finalizar el curso el estudiante estará en la capacidad de: (1) Identificar estrategias efectivas para planificar, supervisar y controlar el manejo de datos en una organización, promoviendo prácticas éticas y responsables en todas las etapas del ciclo de vida de los datos; (2) analizar los roles y responsabilidades relacionados con la gestión y gobernanza de datos, evaluando su impacto en la protección de la privacidad, la seguridad y la integridad de los datos; (3) aplicar conocimientos sobre el ciclo de vida de los datos para identificar y mitigar riesgos legales y éticos asociados con la adquisición, almacenamiento, procesamiento y uso de datos.

Descripción: Este curso introduce al estudiante a los conceptos fundamentales y las técnicas analíticas de la regresión estadística. Al final del curso, el estudiante estará en capacidad de: (1) reconocer características y relaciones en conjuntos de datos, identificando oportunidades para la aplicación de modelos de regresión; (2) construir y formular adecuadamente modelos de regresión, basados en la naturaleza de los datos y el contexto del problema; (3) usar herramientas computacionales para la implementación y evaluación de modelos de regresión; (4) interpretar los resultados obtenidos a través de los modelos de regresión y comunicar efectivamente las conclusiones y las implicaciones de estos resultados a diferentes audiencias.

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará próximamente

Descripción: Este curso estudia la rama del aprendizaje automático donde no se cuenta con una variable objetivo para guiar el aprendizaje del modelo. Al final del curso, el estudiante estará en capacidad de: (1) discernir cuándo es pertinente aplicar técnicas de aprendizaje no supervisado en diferentes contextos y problemas de análisis de datos; (2) seleccionar y aplicar apropiadamente métodos de aprendizaje no supervisado; y (3) comunicar de manera efectiva los hallazgos obtenidos a partir de los modelos de aprendizaje no supervisado, utilizando técnicas de visualización de datos

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará próximamente

Descripción: Este curso enseña a los estudiantes los conceptos e implementaciones sobre las técnicas y fundamentos del modelado predictivo supervisado, cubriendo tanto los escenarios de regresión como de clasificación. Al final del curso, el estudiante estará en capacidad de: (1) implementar modelos de aprendizaje supervisado; (2) seleccionar modelos apropiados según la disponibilidad de datos y recursos computacionales; (3) interpretar y comunicar los resultados de los modelos supervisados eficazmente; (4) identificar, reconocer y aprovechar las oportunidades del aprendizaje supervisado en distintos dominios de aplicación.

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará próximamente

Descripción: Este curso buscan que los estudiantes comprendan los contextos en los que se han dado los avances tecnológicos en el manejo y análisis de información, así como los impactos que éstos pueden tener sobre las sociedades. 

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Código	Nombre del curso	Créditos
CBPC-1182	Ciborgs/Posthumanos: tejidos entre ciencia y tecnología	2
CBPC-1331	Historia de la verdad: teología y ciencia moderna	2
CBPC-1138	Tecnología de Ironman	2
CBPC-1337	Ética para robots	2
CBCA-1036	Cultura Digital	2
CBPC-1254	La otra historia de la Ciencia	2

 

Descripción: Este curso ofrece a los estudiantes las habilidades necesarias para liderar proyectos de ciencia de datos de manera efectiva en diversos contextos organizacionales. Al finalizar el curso, los estudiantes serán capaces de: (1) identificar y formular problemas o áreas de oportunidad que puedan abordarse mediante técnicas y herramientas de ciencia de datos; (2) traducir problemas identificados en situaciones concretas que puedan resolverse con métodos de análisis de datos, estableciendo claramente los objetivos del proyecto; (3) desarrollar planes detallados de proyectos de ciencia de datos que contemplen la asignación adecuada de recursos, la gestión de riesgos y la planificación del cronograma y presupuesto; y (4) establecer una ruta estratégica para el desarrollo del proyecto de Ciencia de Datos, asegurando la alineación con los objetivos del proyecto y los resultados deseados

 

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará próximamente

Descripción: Este curso presenta tendencias emergentes en los temas de Inteligencia Artificial (IA). A partir de los fundamentos cubiertos en cursos introductorios de estadística, machine learning e investigación de operaciones, el estudiante podrá explorar temas avanzados y desarrollos recientes en IA con énfasis en fundamentos teóricos, técnicas, tendencias y aplicaciones.

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará próximamente

Descripción: Este curso ofrece una introducción a los conceptos, técnicas y aplicaciones del machine learning. Al final del curso el estudiante estará en capacidad de: 1) identificar problemas susceptibles de ser resueltos a través de métodos de aprendizaje supervisado y no supervisado; 2) establecer la conexión de los modelos de machine learning con los fundamentos de álgebra líneal, cálculo, probabilidad y optimización; 3) construir modelos de machine learning; 4) implementar y evaluar modelos de machine learning con librerías computacionales existentes; y 5) comunicar apropiadamente los resultados de un modelo de machine learning a varias audiencias.

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará proximamente

Descripción: El curso presenta al estudiante a las técnicas de modelado y métodos de solución propios de un curso introductorio en optimización basado en programación matemática. Al final del curso, el estudiante estará en capacidad de: (1) identificar situaciones problemáticas susceptibles de ser mejoradas a través de la optimización; (2) formular matemáticamente un problema de optimización a partir de la problemática real; (3) implementar y resolver un modelo de optimización utilizando herramientas computacionales; (4) analizar, interpretar y comunicar apropiadamente los resultados de un modelo de optimización a diferentes audiencias.

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará proximamente

Descripción: Este curso introduce a los estudiantes en los conceptos fundamentales de la probabilidad y el análisis de datos estadísticos, con énfasis en la comprensión y aplicación de herramientas para analizar fenómenos con incertidumbre. Al final del curso, el estudiante estará en capacidad de (1) aplicar principios básicos de probabilidad para modelar eventos aleatorios; (2) calcular e interpretar probabilidades con base en las distribuciones discretas y continuas de mayor aplicación; (3) calcular, interpretar y analizar las principales estadísticas descriptivas de un conjunto de datos; (4) comprender los fundamentos del muestreo y el comportamiento de las distribuciones muestrales; (5) realizar inferencias estadísticas básicas, incluyendo estimación de parámetros, intervalos de confianza e hipótesis estadísticas. 

 

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Código	Nombre del curso	Créditos
IIND-2106	Probabilidad y estadística I	3
MATE-1509	Prob y Estadística (reformado)	3
MATE-2509	Estadística (ECON)	4
MATE-3520	Estadística matemática	3

 

Nota: Tenga en cuenta los prerrequisitos existentes en cada curso.

Debe seleccionar los cursos que hacen parte del módulo interdisciplinar seleccionado.

Descripción: Curso en el que los estudiantes continúan su proceso de exploración de áreas y subdisciplinas a partir de cursos electivos

Debes seleccionar e inscribir uno (1) de los siguientes cursos:

Se publicará próximamente

6 créditos con tres alternativas: 

• Práctica profesional con empresas, sector externo o al interior de la Universidad, acompañado por el CTP.
• Proyecto de investigación, aplicación, consultoría o emprendimiento de temas relacionados con Ciencia de Datos. Este proyecto será supervisado por profesor(es) de cualquier unidad académica que trabajen estos temas. 
• Cursos de maestría como una alternativa de conexión con los posgrados.