El egresado comprende los fundamentos de probabilidad y estadística; aplica métodos y herramientas utilizados en ciencia de datos; y desarrolla la capacitación práctica en análisis de datos y aprendizaje automático.

Desde un punto de vista general, el egresado desarrollará una visión integradora que le permitirá identificar problemáticas o áreas de oportunidad relacionadas con el análisis de datos mediante el uso de herramientas tecnológicas. A su vez tendrá los conocimientos necesarios para aplicar técnicas de la analítica de datos a la solución de problemas concretos, o aprovecharlos para la mejora de actividades operativas, decisiones gerenciales o planeamiento e implementación de proyectos. Podrá aplicar metodologías de analítica descriptiva, diagnóstica y predictiva para optimizar procesos productivos, administrativos, financieros y/o tecnológicos, además de promover la toma de decisiones basadas en hechos y datos concretos. 

Desde un punto de vista técnico, los egresados serán capaces de: 

• analizar grandes volúmenes de datos, 
• plantear modelos matemáticos y utilizar herramientas estadísticas para realizar predicciones basadas en datos, 
• identificar y desarrollar modelos y metodologías adecuadas para extraer información significativa para la toma de decisiones, 
• desarrollar y crear algoritmos de aprendizaje automático para extraer información significativa de datos aparentemente no estructurados, 
• aplicar métodos de aprendizaje no supervisado, incluidas las metodologías de agrupamiento de datos (clustering) y redes neuronales. 

Desde un punto de vista relacionado a competencias transversales, los egresados serán capaces de: 

• autorregular su aprendizaje, habilidad particularmente importante para poder activar las estrategias necesarias para alcanzar los objetivos establecidos en la resolución de problemas concretos, 
• trabajar en equipo, 
• comunicarse efectivamente, tanto en forma oral como escrita, 
• pensar en forma crítica para plantear soluciones a diferentes tipos de problemas y encontrar alternativas de resolución para distintas situaciones de la vida real.   

Intermedia: Certificado MicroMaster en Estadística y Ciencia de Datos(edX bajo la autorización de MITx).

De Egreso:

Profesionales universitarios: Título de Magíster en Ciencia de Datos.

Idóneos: Certificado de Diploma en Ciencia de Datos.

Coordinación:

Natalia Castro

SEE MORE

Natalia Castro

Magíster en Investigación de Operaciones por la Facultad de Ingeniería y Licenciada en Matemáticas por la Facultad de Ciencias, Universidad de la República. Coordinadora académica del Programa en Data Science. Se dedica a la investigación en temáticas relacionadas con la educación y  la tecnología. 

cerrar

Equipo:

Cecilia García

SEE MORE

Cecilia García

Es Licenciada en Estadística por la Universidad de la República, su proyecto de tesis estuvo relacionado a Formas de Reaseguro Óptimas. Se dedica al análisis de datos mediante técnicas estadísticas y al dictado de cursos dedicados a la formación en todas las etapas de los procesos de evaluación de intervenciones tecnológicas.

cerrar

Nelcy Atehortua

SEE MORE

Nelcy Atehortua

Magíster en Ingeniería Eléctrica e Ingeniera Física de la Universidad Tecnológica de Pereira. Docente en el área de Programación e investigación en las áreas de Aprendizaje Automático y Modelamiento de datos en diferentes temas de aplicación.

cerrar

Andrés Pío Guarneri

SEE MORE

Andrés Pío Guarneri

Andrés Pío Guarnieri es Licenciado en Economía en UDELAR, Magíster en Finanzas en Universidad Rey Juan Carlos de Madrid y Magíster en Data Science en Utec en colaboración con MIT y Harvard University. Actualmente, desarrolla el rol de CTO en Metabix Biotech, una empresa disruptiva en detección de patógenos y enfermedades en producción animal. Trabajó en investigación y docencia durante 13 años, en materias como Estadística, Econometría y Análisis de Datos.

cerrar