MAESTRÍA ENCIENCIA DEDATOS

Nuevas tendenciasMejores prácticas

Mejor futuro

FACULTAD DE INGENIERÍA

Maestría en

La Maestría en Ciencia de Datos de la Universidad Icesi es una alternativa de profundización para profesionales que se desempeñan o proyectan desempeñarse en el campo de la analítica de datos en el contexto de pequeños o grandes volúmenes de información. Está diseñada para personas interesadas en identificar oportunidades de creación de valor a través de los datos, satisfaciendo necesidades de la organización y generando ventajas competitivas estratégicas, con la utilización de instrumentos de análisis estadístico y de inteligencia artificial aplicados, que se han convertido, progresivamente, en esenciales para todo tipo de empresas, instituciones gubernamentales y demás organizaciones.

CIENCIA DEDATOS

Nuevas tendencias Mejores prácticas Mejor futuro

ObjetivoFormar profesionales capaces de

crear modelos y extraer conocimiento de datos

estructurados o no estructurados, de pequeños o grandes volúmenes, mediante técnicas analíticas para

identificar oportunidades y satisfacer necesidades de la

organización.

LOS DATOS COMO EL NUEVOACTIVO, MOTOR DE CREACIÓN

DE VENTAJAS COMPETITIVAS

El egresado de la maestría en Ciencia de Datos estará en capacidad de identificar

oportunidades de generación de valor a partir de los análisis de datos resultantes de la

operación, desarrollar modelos analíticos que apoyen la toma de decisiones a partir de la

aplicación de técnicas de análisis y visualización de datos más apropiadas, evaluar los resultados de los modelos

analíticos en el contexto de las necesidades, clasificar soluciones de analítica y seleccionar

tecnologías e infraestructuras apropiadas para su desarrollo, de acuerdo con los

requerimientos computacionales dados por el volumen y la estructura de los datos

implicados.

Competencias

El egresado del programa de Maestría en Ciencia de Datos estará en capacidad de desempeñarse como:

• Gerente, director o coordinador de inteligencia de negocio• Chief Data Officer• Gerente de proyectos en analítica• Analista de negocio basado en datos• Asesor de toma de decisiones en los sectores público y de la salud• Consultor y/o auditor en procesos de análisis y diseño de modelos

analíticos y de Big Data• Formador de equipos de analítica

Perfil del egresado

El programa de Maestría en Ciencia de Datos está dirigido a profesionales en diversas áreas, tanto del sector público como del privado, que trabajan en funciones que requieran del análisis de datos para la toma de decisiones, en particular:

Dirigido a:

• Líderes de áreas de estrategia• Líderes en inteligencia de negocios• Líderes y analistas financieros y de mercado• Líderes en información para la innovación y la sostenibilidad• Profesionales en finanzas, seguros, economistas y estadísticos• Analistas de: calidad, logística, supply chain y operaciones• Analistas y desarrolladores de sistemas • Investigadores y tomadores de decisiones en el sector público, en

ciencias políticas, sociales, de la salud, biología y bioinformática

Nuevas tendencias Mejores prácticas Mejor futuro

Analítica prescriptivaTrabajo de grado IIÉtica y Responsabilidad SocialSeminario de profundizaciónProcesamiento en la nube

Fundamentos de Analítica de Datos IAnálisis CuantitativoGestión Estratégica IAnálisis Exploratorio de DatosInfraestructura y arquitectura de TI

TítuloMagíster en Ciencia

de Datos

Ciencia de datos

Estrategias de negocios basadas en datos

Infraestructura y tecnologías de Analítica y Big Data

Ética y responsabilidad social

Fundamentos de Analítica de Datos IITrabajo de grado I

Gestión Estratégica IIVisualización de información

Procesamiento distribuido de datos

SEMESTRE1

SEMESTRE2 SEMESTRE

3

Competencias desarrolladas

Implementar modelos analíticos y evaluar sus resultados en el contexto de las necesidades estratégicas de las organizaciones.

Identificar oportunidades de generación de valor a partir de la analítica de datos resultantes de la operación para apoyar la toma de decisiones en las organizaciones.

Clasificar soluciones de analítica y seleccionar tecnologías e infraestructuras apropiadas para su desarrollo de acuerdo con los requerimientos computacionales dados el volumen y la estructura de los datos implicados.

Reconocer las implicaciones éticas del tratamiento de los datos de personas y organizaciones, y de la explotación objetiva de los resultados obtenidos a partir de modelos analíticos.

EstructuraCurricular

Nuevas tendencias Mejores prácticas Mejor futuro

Profesores

HugoArboledaDirector de la

Maestría

Doctor en Informática de la École des Mines de Nantes de Francia y Doctor en Ingeniería de la Universidad de Los Andes. Cuenta con certificaciones internacionales tales como PMP®, PRINCE2® y COBIT 5®. Es autor de más de 30 publicaciones auditadas nacional e internacionalmente. Se ha desempeñado como consultor, y docente de universidades tales como la École des Mines de Nantes (Francia), Vrije Universiteit Brussel (Bélgica) y Universidad de Los Andes, entre otras.

Profesora asistente y Directora del Programa de Ingeniería de Sistemas en la Universidad Icesi. Profesora adjunta de la Facultad de Estudios de Posgrado de la Universidad de Victoria (Canadá). Ph.D. en Ciencias de la Computación de la Universidad de Victoria (Canadá), especialista en Gerencia de Informática Organizacional de la Universidad Icesi.

Investigadora asociada al Centro de Excelencia y apropiación en Big Data y Data Analytics - Alianza CAOBA. Premio al mejor proyecto de investigación del año por el Centro de Estudios Avanzados de IBM Canadá, por la aplicación de la computación contextual y la ingeniería de sistemas autoadaptables al mejoramiento de la experiencia de los usuarios en sistemas de comercio electrónico. Sus intereses de investigación incluyen la computación sensible al contexto, la analítica sensible al contexto (e.g., sistemas de recomendación contextuales) y la ingeniería de sistemas de software autoadaptables.

Norha M.Villegas

Profesor asociado y coordinador de la línea de investigación en Desarrollo e Ingeniería de Software (DRISO) del grupo I2T de la Universidad Icesi. Ph.D. en Informática (especialidad en Ingeniería de Software) de la Universidad de Lille I (Francia) y PhD en Ingeniería de la Universidad de Los Andes, con títulos de Maestría en Ingeniería de Sistemas y Computación de la misma universidad. Investigador asociado al Centro de Excelencia y apropiación en Big Data y Data Analytics - Alianza CAOBA. Sus intereses actuales de investigación incluyen la ingeniería y arquitectura de software de sistemas auto-adaptables y guiados por el contexto, los sistemas de software basados en componentes y servicios, y los mecanismos de autoadaptación basados en arquitectura de software aplicados al procesamiento de grandes volúmenes de datos, habiéndolos aplicado al mejoramiento del desempeño de software de back-end de empresas de servicios y de TI en Colombia.

GabrielTamura

Morimitsu

Nuevas tendencias Mejores prácticas Mejor futuro

Profesor del departamento de Economía. Actualmente, es el director del Centro de Investigación en Economía y Finanzas (CIENFI) de la Universidad Icesi y coordinador de investigación de la Facultad de Ciencias Administrativas y Económicas de la misma universidad. Ph.D. en Economía de Iowa State University (EE.UU.) y maestría en estadística y otra en economía de la misma universidad.

Investigador asociado al Centro de Excelencia y apropiación en Big Data y Data Analytics – Alianza CAOBA. El profesor Alonso trabajó como investigador de Fedesarrollo y ha sido consultor en temas de Analítica y Big Data de diferentes organizaciones privadas y públicas.

Julio CésarAlonso

Profesor de la Universidad Icesi, Ph.D.(c) en Dirección de Empresas y Estrategia, Universidad de Valencia, España. Ingeniero Químico, Universidad Nacional, Bogotá. M. Sc. en Ingeniería Ambiental, Universidad Nacional, Bogotá. 20 años de experiencia en gerencia técnica, de investigación y desarrollo, de producción, de operaciones en compañías como Croydon, Productos Petroquímicos, Cabot Colombiana y Rubbermix. Capacitador y asesor empresarial en los campos de mapas estratégicos y balanced scorecard, pensamiento sistémico y dinámica de sistemas. Miembro de la System Dynamics Society y de la European Academy of Management. Su trabajo de investigación se centra en el estudio del proceso de toma de decisiones gerenciales a través de simulación dinámica y análisis de datos.

FernandoAntonioArenas

Profesores

Máster en Política Pública y Gestión de la Universidad Carnegie Mellon, en Pittsburgh (EE.UU.). Tiene 13 años de experiencia profesional en el área de la analítica: analista macroeconómico para Corfi colombiana (Banca de Inversión), economista jefe para Telefónica Colombia, experiencia internacional en mercadeo analítico para banca de consumo (PNC Bank, Pittsburgh, PA EE.UU.). Actualmente, es Gerente de Capacidades Analíticas y de Gobierno de Información del Grupo Bancolombia. Su especialidad es el aprendizaje de máquinas aplicado a la banca y las finanzas, y se interesa por las tecnologías y herramientas de ciencia de datos como Spark, Python, AWS, MS Azure, Cloudera-Hadoop, Impala, Databricks, entre otros.

CarlosPatiño

Profesora investigadora del Departamento de Informática y Sistemas de la Universidad EAFIT. Ph.D. en Ingeniería (Sistemas e Informática) de la Universidad Nacional de Colombia, con maestría en Ingeniería Informática, y pregrado en Ingeniería de Sistemas de la Universidad EAFIT.

Ha sido líder de proyectos de tecnologías de información tanto en empresas privadas como públicas, y conjuga su actividad de docencia e investigación con la de consultoría a empresas en temas de arquitectura empresarial, gestión de procesos, gestión de datos y Big Data, ingeniería de software, y gestión de información y conocimiento.

Marta SilviaTabares

Nuevas tendencias Mejores prácticas Mejor futuro

Ingeniero, Ph.D. en Tecnologías de la Información y las Comunicaciones con maestrías en Arte Digital y en Computación del Sonido y la Música. Su trabajo ha estado relacionado con el desarrollo de herramientas para la interacción con el sonido y la música, área en la que ha obteniendo patentes para la industria. En este momento está dedicado a la investigación y el desarrollo de tecnologías que amplifiquen, artificialmente, la creatividad en el momento de componer e interpretar música, un tema en el que ha profundizado a partir de su tesis doctoral. Actualmente, sus intereses son la cognición y la analítica de datos y cómo estas dos áreas se combinan para implementar sistemas que apoyen procesos creativos en tiempo real.

DanielGómez

Doctor en Administración de Tulane University (EE.UU.), Máster en Administración de Tulane University, Especialista en Administración de la Universidad Icesi, e Ingeniero Electricista de la Universidad del Valle. Se desempeña como Gerente General de Tracest Consultores; esasesor y miembro de juntas directivas en diversas empresas de múltiples sectores incluyendo el sector público; se ha desempeñado como Presidente de IQ Electronics Corp, GerenteGeneral de Procoval, Grupo Carval; Vicepresidente Administrativo y Financiero en Pollos Bucanero; Gerente General de Servicio Técnico, en Sycom, Grupo Carvajal.

HenryMolina

Profesora e investigadora del Centro de Investigación en Economía y Finanzas - Cienfi, de la Universidad Icesi. Con experiencia de más de dos años en el área de la analítica. Pertenece al Centro de Excelencia y apropiación en Big Data y Data Analytics - Alianza CAOBA, desde donde ha desarrollado proyectos para empresas como Nutresa y SDH. Consultora en proyectos de analítica para empresas como el Grupo Coomeva y la Fundación Valle del Lili. Máster en Economía de la Universidad Icesi, economista y negociadora internacional, además de administradora de empresas de la misma universidad.

DanielaEstrada

Máster en Filosofía de la Universidad del Valle. Filósofo de la Pontificia Universidad Javeriana de Bogotá. Experiencia docente universitaria durante seis años en la Universidad de San Buenaventura, Cali y en la Universidad Autónoma de Occidente. Experiencia en el área editorial como coordinador de la revista Ciencias Humanas de la Universidad de San Buenaventura y miembro del comité editorial de la revista Guillermo de Ockham de la misma institución. Con experiencia investigativa en el área de Filosofía política, ética e historia de la subjetividad.

CarlosMendez

Profesores

Máster en Informática y Telecomunicaciones, ingeniero de sistemas de la Universidad Icesi. Certficado como Big Data Professional y Big Data Scientist (Big Data School - Arcitura), especialización en Deep Learning (deeplearning.ai). Ha trabajado en distintos proyectos de consultoría e investigación en ciencia de datos, ciberseguridad, espectro radio y tecnologías para la salud. Sus líneas de investigación son la ciencia de datos y la ciberseguridad.

CristianUrcuqui

Ph.D. en Ingeniería de la Universidad Nacional de Yokohama (Japón). Experto en procesamiento de señales y percepción humana. Su campo de investigación es multidisciplinario y se caracteriza por encontrar soluciones desde la Ingeniería a problemas en diversos campos que van desde la Medicina y la Biología, hasta el mercadeo y la industria de manufactura. Profesor Asociado en la Facultad de Ingeniería de la Universidad Icesi, en donde dicta cursos acerca de tecnologías emergentes, procesamiento de señales y metodología de la investigación.

Carlos Arce-Lopera

Nuevas tendencias Mejores prácticas Mejor futuro

¿Cómo aplicar y cómo esel proceso de selección?¿Cómo aplicar?• Diligenciar Online el formulario de inscripción que encontrará en este link:

https://miposgrado.icesi.edu.co/. Al completar el formulario le dará la opción de pago electrónico de la inscripción.

• En el mismo link cargar al sistema los siguientes documentos:

- Resultado de la prueba Saber Pro

- Recibo de pago de los derechos de inscripción.

- Formulario completamente diligenciado.

- Una fotografía en color, tamaño documento, fondo blanco.

- Fotocopia de la cédula de ciudadanía.

- Fotocopia del diploma o acta de grado de pregrado.

- Hoja de vida actualizada.

- Certificado de calificaciones de los estudios de pregrado (si es egresado de la Universidad Icesi no se requiere).

¿Cómo es el proceso de selección?Una vez diligenciado el formulario y cargados los documentos, el aspirante será convocado a una entrevista con el Director de la Maestría. Toda la información recopilada será estudiada por un comité de selección para posteriormente notificar el resultado del proceso de admisión.

Nuevas tendencias Mejores prácticas Mejor futuroNuevas tendencias Mejores prácticas Mejor futuro

www.icesi.edu.co/maestrias

La Universidad Icesi es una Institución de Educación Superiorque se encuentra sujeta a inspección y vigilancia por parte del

Ministerio de Educación Nacional

MAESTRÍA ENCIENCIA DEDATOS

Informes:Universidad Icesi, Calle 18 No. 122 -135Facultad de IngenieríaTeléfono: (2) 555 2334, ext. 8381, 8424, 8448, 8014Email: info-maestrias@icesi.edu.cojaguilar@icesi.edu.co

www.icesi.edu.co/mcd

Cali-Colombia

SNIES - 107264

Nuevas tendenciasMejores prácticas

Mejor futuro

Director de la Maestría: Hugo Arboleda, Ph.D.

hfarboleda@icesi.edu.co