Maestría Diseño de Investigación y Análisis de Datos

Maestría en Diseño de Investigación y Análisis de Datos No. de RVOE 2024P04418

Consulta de RVOE

Colegio Universitario Científico de Datos

Navegadores sugeridos para realizar consulta de RVOE

Consulta

Introducción

La maestría en Diseño de investigación y análisis de datos te capacita para ser investigador en cualquier campo de la ciencia y extraer el máximo valor a los datos procesados, desde pocas cantidades de datos a grandes cantidades de datos. 

El estudio y superación del programa completo te llevará a conocer todas las técnicas estádísticas de clásicas a avanzadas, a conocer el diseño y los proyectos de investigación, a liderar grupos de investigación, entre otros muchos conocimientos complementarios que te formarán para desarrollarte laboralmente en cualquier campo de investigación tanto público como privado y así poder mejorara la investigación en calidad y cantidad.

También aprenderás a trabajar en lenguajes y programas como profesional de la ciencia de datos en R, Python, Hadoop, NoSQL, MySQL, SQL, Apache Spark, MapReduce, entre otros. Lo irás aprendiendo de forma transversal a lo largo de la maestría.

Salidas profesionales

Las profesiones en investigación, ciencia de datos, análisis de datos y/o big data es una de las profesiones con mayor empleabilidad del mercado.

Se estima que el porcentaje de empleabilidad para profesionales de estos ámbitos en México supera el 70% en algunas áreas específicas y sectores como tecnología, finanzas, salud y comercio electrónico.

Esta alta demanda de profesionales se debe a la creciente necesidad de empresas e instituciones de aprovechar y analizar grandes volúmenes de datos para mejorar la toma de decisiones y la eficiencia operativa. La demanda de habilidades en análisis de datos, machine learning y visualización de datos continúa siendo robusta, lo que ofrece oportunidades significativas para los profesionales que buscan desarrollarse en este campo en México e internacional.

Salidas profesionales:

  • Analista de datos o científico de datos.
  • Gestor de proyectos industriales en investigación y desarrollo.
  • Emprendedor en Big Data.
  • Experto en dirección de proyectos.
  • Big Data Architec.
  • Data Quality Engineer.
  • Data scientist.
  • Chief Data Officer.
  • Data Analyst.
  • Audit Analyst. 

Quién puede estudiar la maestría

Todo aquel licenciado de las áreas científico o humanístico prácticos y áreas científico o humanísticos básicos, licenciado en general y/o como opción a titulación con certificado total de estudios de licenciatura.*

*Nota: para aquellos/as estudiantes que no tienen conocimentos en programación, se realiza un curso propedéutico antes del día de comienzo de la maestría o en la primera semana de la misma.

Objetivo

Adiestrar al licenciado en general de las áreas científico o humanístico prácticos o científico o humanístico básicos en conocimientos teórico-prácticos en investigación y estadística para convertirse en un analista y científico de datos profesional, mediante las herramientas específicas de computación y mediante el aprendizaje de lenguajes de programación en análisis de datos que le permitan interpretar los resultados de forma correcta, tomar decisiones eficaces e innovar en sus proyectos de investigación, mejorando en calidad y cantidad las publicaciones a nivel nacional e internacional.

Modalidad

Modalidad online con apoyo de plataforma 24/7.

Horario de sesiones online: sábados de 7 am a 14 pm (horario central de Ciudad de México).

Duración

4 semestres.

Comienzo

21 de septiembre 2024.

Propedéutico (en lenguajes de programación)

16 a 19 de septiembre de 16-18 hrs (horario central de Ciudad de México).

Modalidad: online

Perfil de ingreso

  1. Tener un alto grado de responsabilidad y dedicación para el estudio, reflexión y profundización en el conocimiento, para desarrollarse profesionalmente;
  2. Compromiso académico para la generación y entendimiento de los nuevos conocimientos en investigación y análisis de datos; con el propósito permanente de lograr desarrollar estudios de vanguardia;
  3. Dedicación de tiempo necesario para el trabajo independiente que le permita la revisión, estudio y análisis de diversas fuentes de investigación;
  4. Vocación para llevar a cabo estudios con una debida profundización y especialización en ciencias e investigación y análisis de datos;
  5. Alto compromiso para desempeñarse con calidad en el proceso de la enseñanza-aprendizaje;
  6. Emplear recursos tecnológicos para la búsqueda de información y el proceso de enseñanza-aprendizaje;
  7. Habilidades sociales que le permitan colaborar con otros en la realización de objetivos y metas comunes;
  8. Demostrar una ética de trabajo académico basada en la honestidad, responsabilidad, disciplina y persistencia en el logro de objetivos académicos; y
  9. Demostrar adaptación al cambio y tolerancia a la incertidumbre y frustración asociada con la realización de proyectos académicos.

Perfil de egreso

  1. Realizar investigación en base a proyectos
  2. Analizar el alcance de proyectos de investigación.
  3. Ejecutar procedimientos estadísticos.
  4. Conocer los lenguajes más potentes de programación y las herramientas estadísticas pertinentes.
  5. Interpretar los resultados de forma correcta.
  6. Tomar decisiones eficaces en función de la interpretación de los resultados.
  7. Realizar investigaciones y saber publicar en revistas de impacto.
  8. Conocer protocolos de investigación.
  9. Identificar problemas estadísticos.
  10. Respetar derechos y emociones de personas y animales.
  11. Realizar informes de resultados de forma correcta para la toma de decisiones.
  12. Reconocer e interpretar los resultados de forma eficiente.
  13. Emplear correctamente los programas de lenguaje estadístico y de bases de datos.
  14. Evaluar situaciones de investigación y la toma de decisiones.
  15. Estimar riesgos éticos y legales en investigación.
  16. Estimular la capacidad de desarrollar innovaciones en investigación.
  17. Desarrollar una educación investigadora continua.
  18. Ser autosuficiente en la investigación y trabajo con nuevas técnicas actuales estadísticas.
  19. Desarrollar los conocimientos, habilidades y actitudes y valores necesarias para analizar y resolver problemáticas en investigación, estadística y ciencia
  20. Desarrollar las competencias generales instrumentales, interpersonales y sistémicas de investigación, análisis, síntesis, interpretación de datos y trabajo colaborativo.
  21. Desarrollar las competencias específicas para profundizar el conocimiento de la investigación y estadística y sus diferentes mecanismos de acción, su comportamiento, sus lenguajes de programación, el análisis de datos y la interpretación eficaz de resultados.

Requisitos de ingreso

Público en General

El aspirante para su aceptación e ingreso a la maestría deberá cumplir con los siguientes requisitos, enviando:

Requisitos de ingreso:

  1. Curriculum vitae (extracto de curriculum académico).
  2. Cédula profesional o título profesional de licenciatura. Para el caso de que se encuentre en trámite su expedición, se deberá entregar constancia fehaciente del acta de examen correspondiente.
  3. Certificado de estudios de la licenciatura en general o certificado de conclusión de estudios de licenciatura.
  4. Acta de nacimiento.
  5. CURP. (Identificación oficial de identidad en el caso de ser extranjero)
  6. Pago de inscripción y primera colegiatura.

Otros (se realizan durante el primer semestre):

7. Protocolo de investigación. (Este protocolo se puede entregar durante los tres primeros meses una vez iniciada la maestría, contará con un asesor para la producción del protocolo)

8. Acreditar nivel A1 de inglés. (En caso de no tener un documento acreditativo, podrá acreditarlo durante el primer semestre de la maestría).

9. Se deberán enviar fotografías, (la Institución se encargará de enviarle las especificaciones)

Cómo opción a titulación de licenciatura

El aspirante para su aceptación e ingreso a la maestría deberá cumplir con los siguientes requisitos, enviando:

Requisitos de ingreso

  1. Curriculum vitae (extracto de curriculum académico).
  2. Presentar un documento oficial expedido por la institución donde cursó la licenciatura, que cuente con reconocimiento oficial, que “avale y contemple los estudios de posgrado como opción a titulación”.
  3. Certificado de estudios de la licenciatura en general o certificado de conclusión de estudios de licenciatura.
  4. Acta de nacimiento.
  5. CURP (Identificación oficial de identidad en el caso de ser extranjero)
  6. Pago de inscripción y primera colegiatura.

Otros (se realizan durante el primer semestre):

7. Protocolo de investigación. (Este protocolo se puede entregar durante los tres primeros meses una vez iniciada la maestría, contará con un asesor para la producción del protocolo)

8. Acreditar nivel A1 de inglés. (En caso de no tener un documento acreditativo, podrá acreditarlo durante el primer semestre de la maestría).

9. Se deberán enviar fotografías, (la Institución se encargará de enviarle las especificaciones)

Requisitos tecnológicos para realizar la maestría

El aspirante para realizar de forma satisfactoria la maestría deberá cumplir con los siguientes requisitos tecnológicos:

  1. Computadora con 8 de RAM, 64 bits, preferentemente OS Windows, con cámara y audífonos en completo funcionamiento.
  2. Internet con calidad alta.
  3. Versiones instaladas actuales de R y Python.
 
 

Requisitos de egreso

Para la obtención del grado de maestro en diseño de investigación y análisis de datos se requiere:

  • Haber cubierto y acreditado el total de los créditos que se establecen en el plan de estudios. 
  • Acreditar la comprensión de lectura de una segunda lengua distinta al español (inglés).
  • Presentar y defender un trabajo de tesis.
  • Realizar dos cursos en modalidad online de no más de 20 horas de duración (COCID le indicará las fechas de apertura para cursarlos) como complemento a su formación: 
  1.  Redacción de trabajos científicos.
  2. Aspectos éticos de la citación al trabajo académico.

Plan de estudios

Primer semestre:

  • Diseño de investigación.
  • Proyectos de investigación.
  • Ética en la investigación.
  • Técnicas clásicas.
  • Análisis multivariante.
  • Big Data.
  • Inglés técnico y aplicado.

Segundo semestre:

  • Lectura crítica y revisión sistemática.
  • Herramientas para la investigación.
  • Evaluación económica de proyectos.
  • Técnicas predictivas.
  • Series temporales.
  • Visualización de datos.
  • Inglés avanzado.

Tercer semestre

  • Seminario de investigación I.
  • Innovación y gestión en la empresa.
  • Legalidad y datos.
  • Modelos lineales.
  • Datos ómicos y su estadística.
  • Gestión de bases de datos.
  • Terminología en inglés en ciencia experimental I.

Cuarto semestre:

  • Seminario de investigación II.
  • Liderazgo y trabajo de grupos.
  • Inteligencia emocional en la empresa.
  • Tratamiento de datos en investigación.
  • Datos y algoritmos.
  • Aprendizaje de máquina.
  • Terminología en inglés en ciencia experimental II.

CLAUSTRO

DIRECCIÓN DEL PROGRAMA.

Mtro. Tomás Alberto Salmerón Enciso. Maestro en Técnicas Actuales de Estadística Aplicada. Director de Colegio Científico de Datos. Carrera académica en investigación y técnicas robustas. 

Mtra. Mónica Lima Vela. Maestra en Tecnologías de la información. Carrera académica en investigación, redes sociales y entornos educativos multimodales.

 

PROFESORADO

Dr. José Alberto Hernández Aguilar. Doctor en Ingeniería y Ciencias Aplicadas. SNI 1. Con más de 150 publicaciones. Experto en Inteligencia artificial aplicada.

Dra. Luz Stella Vallejo Trujillo. Doctora en Administración con terminación en Negocios Internacionales. Directora de Internacionalización e Investigación.

Dr. Eric Geraldo Torres Flores. Doctor en Finanzas y Empresa. Con más de 30 años de experiencia docente en Proyectos en universidades como La Salle y Tecnológico de Monterrey. 

Mtro. Enrique Díaz Ocampo. Maestro en Ciencias de la Computación con especialidad en Inteligencia Artificial. Premio Internacional 2023 Eugene N. Myers de la Asociación Americana de Laringología por su trabajo en Modelos de Machine Learning aplicados al Reconocimiento de Voz por Sexo en Diferentes Idiomas.

Mtra. Patricia Alejandra Cuevas Chávez. Maestra en Ciencias de la Computación. Experta en metodología PRISMA para revisiones sistemáticas. Galardonada por la Hokkaido University por sus trabajos en minería de datos y aprendizaje automático.

Mtro. Jorge Alberto Nájera Salmerón. Maestro en Administración y Negocios. Experto en segmentación de clientes y análisis predictivo en tiempo real como científico de datos en Coppel.

Mtra. Laura Iveth Catalán Godínez. Maestra en Investigación Educativa. Con carrera académica docente bilingüe en investigación y dirección de tesis.

 

SERVICIOS ESCOLARES

Mtra. Yadyra Lima Vela. Maestra en Administración. 

Costos*

COSTO DE MAESTRÍA

  1. Inscripción (semestral): $4,000.00MXN
  2. Mensualidad: $9,000.00 MXN
  3. Titulación y certificado: $8,000.00 MXN

*Realizamos facturación.

*En caso de querer tomar la maestría las becas se otorgarán en orden de registro. Si desea ser considerado/a favor de comunicarse al Whatsapp 735 339 2795 o al correo administracion@cocid.mx

Costo con el 60% de descuento (10 primeros inscritos)

Costo de la maestría:

  1. Inscripción (semestral): $2,000.00 MXN
  2. Mensualidad: $3.500.00 MXN
  3. Titulación y certificado: $4,000.00 MXN
 Para conservar la beca, debe mantener un promedio de 8.0

Costo con el 50% de descuento (11 al 13 inscrito)

Costo de la maestría:

  • Inscripción (semestral): $2,000.00 MXN (100 USD)
  • Mensualidad: $4.500.00 MXN (225 USD)
  • Titulación y certificado: $4,000.00 MXN (200 USD)
 Para conservar la beca, debe mantener un promedio de 8.0

Pago Nacionales https://buy.stripe.com/7sIbLB56v4Tu8tae

Pagos Internacionales: https://buy.stripe.com/cN2eXN8iHadO4cU28p

Número de cuenta para depósito o transferencia BBVA

  • PROMOTORA DE FORMACIÓN ASML, S.C.
  • CUENTA 0113456544
  • CLABE 012542001134565445

Toda la formación puede ser Facturada o diferida a meses sin interes con tarjeta de crédito.