Master in Datenwissenschaften

Der Master in Data Science bietet eine akademische Lernerfahrung in der Entwicklung mathematischer Modelle zur Generierung von Informationen aus Daten, die darauf abzielen, die Effizienz und Wettbewerbsfähigkeit von Organisationen sowie die Lebensqualität von Menschen zu verbessern.

Dieses Programm ist für

Fachleute in den Disziplinen Ingenieurwesen, Wirtschaft, Finanzen und Management mit Kompetenzen und Fähigkeiten in Mathematik, Statistik und Algorithmenentwicklung.

Beim Studium am ITESO

• Sie erhalten eine solide und wissenschaftliche Ausbildung, spezialisiert auf den mathematischen Bereich, um durch Klassifikations-, Regressions- und Prognoseverfahren die in einem Datensatz enthaltenen Informationen zu gewinnen.
• Sie studieren einen Studiengang mit den Themen Energie, Umwelt, Wirtschaft und Soziales aus verschiedenen Fachbereichen.
• Sie konzentrieren sich auf ein strategisches Programm zur effizienten Nutzung der Ressourcen von Organisationen und Regierungen, um wirtschaftliche, finanzielle, Energie-, Umwelt- und politische Entscheidungen zu treffen, um die Lebensqualität der Menschen zu verbessern.
• Ihre Studienmethodik konzentriert sich auf Problemlösung, Projektentwicklung und Fallstudien mit einem sofortigen oder sofortigen Anwendungsansatz.
• Sie werden die ethischen Dilemmata bei der Datenerfassung und dem Informationsmanagement verstehen.
• Sie lernen, datenbasierte Modelle zu entwickeln, um innovative Lösungen für Probleme vorzuschlagen, die Menschen und Organisationen in den Bereichen Energie, Umwelt, Wirtschaft und Sozialwissenschaften betreffen.
• Sie können einen akademischen Austausch oder Sommeraufenthalte an Universitäten machen, die im Berufsfeld führend sind und eine Vereinbarung mit ITESO haben.
• Wenn Sie Ihre Kenntnisse in Mathematik und Algorithmenentwicklung vertiefen müssen, werden vor Beginn des Aufbaustudiums Vorbereitungskurse angeboten.
• Das akademische Gremium ist mit dem National System of Researchers (SNI) und dem National Council of Science and Technology (Conacyt) verbunden. Darüber hinaus wird der Masterstudiengang zu einem späteren Zeitpunkt in das National Quality Postgraduate Program aufgenommen.

Nach Abschluss dieses Programms

• Sie entwickeln zuverlässige Prozesse für die Erfassung und Nutzung von Daten in Umgebungen, in denen die Erfassung in der Vergangenheit mangelhaft oder null war.
• Sie interpretieren Daten basierend auf der Formulierung mathematischer Modelle zur Erkennung und Vorhersage von Mustern.
• Sie integrieren mathematische Methoden und Verfahren mit modernen Computertechniken, um Informationen in verschiedenen Bereichen menschlicher Bemühungen zu interpretieren.
• Sie entwickeln in Unternehmen und Organisationen in den Bereichen Business Intelligence und Vorhersagemodelle für die Entscheidungsfindung in Unternehmen, Konzernen, Akademien, Universitäten oder nationalen und internationalen Forschungszentren, Behörden und zivilen Organisationen.

Wahlrouten

• Finanzen und Wirtschaft
• Umwelt
• Energie
• Sozialwissenschaften

Lehrplan

Kernbereich: Fünf Pflichtfächer

• Multivariate statistische Analyse
• Mathematische Grundlagen der Datenwissenschaft
• Konvexe Optimierung
• Zeitfolgen
• Prädiktive Modellierung

Wahlbereich:

Sie müssen mindestens 24 akademische Credits bestehen, für die Sie in Zusammenarbeit mit Ihrem Tutor drei Fächer aus dem Bildungsangebot der ITESO-Aufbaustudiengänge auswählen können.

Forschungs-, Entwicklungs- und Innovationsbereich (IDI): Vier obligatorische IDIs

• IDI I: Forschung, Entwicklung und Innovation I / Thema oder Problem definieren
• IDI II: Forschung, Entwicklung und Innovation II / Designprojekt
• IDI III: Forschung, Entwicklung und Innovation III / Projekt entwickeln
• IDI IV: Forschung, Entwicklung und Innovation IV / Projekt entwickeln und beenden

Insgesamt gibt es acht Fächer und vier Seminare für Forschung, Entwicklung und Innovation, die 84 Credits in zwei Jahren entsprechen, dem vorgeschlagenen Weg folgend.

Vorgeschlagene Route

Zyklus 1

• Multivariate statistische Analyse
• Mathematische Grundlagen der Datenwissenschaft
• IDI I

Zyklus 2

• Konvexe Optimierung
• Zeitfolgen
• IDI II

Zyklus 3

• Prädiktive Modellierung
• Wahlfach I
• IDI III

Zyklus 4

• Wahlfach II
• Wahlfach III
• IDI IV

Die Fächer des Lehrplans werden ständig aktualisiert und es kann Änderungen in Bezug auf ihre Reihenfolge oder ihren Inhalt geben.