Conhecimentos ao nível superior em álgebra linheal, cálculo simple e multivariado, programação em Python e fluência em inglês.
O que você precisa para se inscrever?
- Preencher o formulário no site
- Marcar uma entrevista com a Área de Coordenação Acadêmica
- Enviar CV e carta de motivação em inglês
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:
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.
Equipo:
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.
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.
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.