UNIVERSIDAD RICARDO PALMA ESCUELA DE POSGRADO
Primera Convocatoria 2016-1
MAESTRÍA EN CIENCIA DE LOS DATOS (Aprobada según Acuerdo de Consejo Universitario No. 1042-2015)
Presentación La tendencia creciente de la demanda internacional y nacional de profesionales con conocimientos sólidos en el modelado a partir de datos (en especial grandes volúmenes de datos) para ayudar a la toma de decisiones estratégicas de las instituciones públicas y privadas, y por consiguiente la necesidad de contar con recursos humanos calificados para poder asumir retos que se presentan por la aparición de nuevas y complejas fuentes de datos, así como de grandes volúmenes de datos, y la creación de métodos para su almacenamiento y extracción de la información, tanto en los sectores académicos como en los empresariales e industriales. En la nueva Maestría de Ciencia de Datos de la Universidad Ricardo Palma aprobada en el presente año, se presentan las técnicas para aprender de los datos con el objetivo de predecir y obtener conocimiento útil. Las fases del proceso de ciencia de datos: obtención, limpieza, muestreo, administración de los datos de manera eficiente y efectiva, análisis exploratorio para generar hipótesis a partir de la intuición ganada, predicción en base a modelos estadísticos, probabilísticas y de aprendizaje de máquina y la comunicación de los resultados son presentados a lo largo de la maestría como clases, talleres y seminarios a cargo de expertos que ya están iniciando y/o realizando ciencia de datos en sus centros laborales nacionales e internacionales, a través de los cuales, el estudiante no solo verá a profundidad los temas tratados en cada uno de los cursos del Plan de Estudios, sino que se le ayudará a vincularse con proyectos en la empresa para aplicar sus aprendizajes.
Competencias Maestros en Ciencia de Datos con
alta calidad académica sólida formación
científica, capacidad profesional y visión internacional que le permita tener la preparación necesaria para desempeñarse con un
alto grado de competencias
profesionales para abordar un problema real relacionado con bases de datos, en escalas de magnitud que pueden variar desde las convencionales hasta las más grandes, del cual se desea extraer conocimiento útil. Será capaz de diseñar
la
metodología para realizar el análisis estadístico de los datos, así como llevar a cabo las manipulaciones necesarias para garantizar la consistencia de los mismos; proponer y validar los modelos matemáticos que mejor se ajusten al comportamiento del problema bajo estudio; diseñar las herramientas computacionales para obtener resultados a partir de los modelos matemáticos y los datos del problema; llevar a cabo el análisis y validación de los resultados, y reportar en forma clara y precisa los beneficios obtenidos con un alto grado de concordancia entre los contenidos académicos de las asignaturas y la problemática externa (empresas, entidades financieras, gobierno, entre otros).
Dirigido a: Profesionales de las especialidades de Estadística, Matemática Aplicada, Ciencias de
la
Computación,
Ingenierías,
Administración
de
Empresas,
Economía,
Investigación de Mercados, Informática, o cualquier disciplina relacionada con el plan de estudios, que a juicio del Comité de Admisión sea académicamente suficiente para desarrollar esta maestría. Profesionales que se desempeñan en la banca, en las aseguradoras, en instituciones gubernamentales, etc. que se desempeñen en inteligencia de negocios o similares, y que comprendan la necesidad de capacitarse en el manejo de grandes volúmenes de datos, a fin de actualizar sus conocimientos y de manera especial para tener los conocimientos suficientes para enfrentar esta nueva tendencia en el análisis de los datos para la toma de decisiones. Debe tener las siguientes habilidades y conocimientos: • Estadística
: estadística descriptiva, probabilidades e inferencia estadística.
• Matemáticas
: cálculo en varias variables y álgebra lineal.
• Computación
: bases de datos y lenguajes de programación.
Duración y horario
La Maestría en Ciencia de Datos tiene una duración de cuatro semestres académicos (16 meses de estudio) y está programada en horarios que permiten combinar los estudios y sus actividades laborales. Las clases se desarrollarán los días: sábados de 14:00 a 20:45 horas y domingos de 08:00 a 14:45 horas. En esta Maestría se podrá elaborar la tesis mientras se estudia, y obtener el grado de maestro, tan pronto como el estudiante obtenga la Constancia de Egresado y se cumpla con los trámites administrativos, porque en el Plan de Estudios se contempla el área de investigación que tiene los cursos de: Metodología de la Investigación, Seminario de Tesis I, Seminario de Tesis II y Seminario de Tesis III.
Plan de Estudios El plan de estudios propuesto consta de 4 semestres, en los que el participante deberá cursar 16 asignaturas obligatorias y aprobar 68 créditos.
CÓDIGO
Primer semestre académico
Fundamentos de la Inteligencia
Horas
Créditos
Requisito
04
04
Volúmenes de Datos
05
05
Ninguno
MCD-103
Manejo de Bases de Datos
04
04
Ninguno
MCD-104
Metodología de la Investigación
04
04
Ninguno
MCD-101
Artificial (IA)
Ninguno
Procesamiento de Grandes MCD-102
TOTAL DE CRÉDITOS POR SEMESTRE
17
CÓDIGO
Segundo semestre académico
Exploración Gráfica de Datos MCD-201
MCD-202
Multivariados Métodos de Matrices Distribuidas Minería de Datos en Analítica
MCD-203
MCD-204
de Negocio I Seminario de Tesis I
TOTAL DE CRÉDITOS POR SEMESTRE
Horas
Créditos R Requisitos
04
04
Ninguno
04
04
MCD-102
05
05
Ninguno
04
04
MCD-104
17
CÓDIGO
Tercer semestre académico
HP
Cr
MCD-301
Técnicas Multivariantes en Negocios
04
04
05
05
Minería de Datos en Analítica de MCD-302
Negocio II
Requisitos MCD-201 MCD-202 MCD-101 MCD-203
MCD-303
Aprendizaje de Máquina
04
04
MCD-101
MCD-304
Seminario de Tesis II
04
04
MCD-204
TOTAL DE CRÉDITOS POR SEMESTRE
17
CÓDIGO
Cuarto semestre académico
Horas
Créditos
Requisitos
MCD-401
Analítica de Mercado
04
04
MCD-301
MCD-402
Análisis Estadístico de Textos
04
04
MCD-403
Redes Neuronales en los Negocios
05
05
MCD-303
MCD-404
Seminario de Tesis III
04
04
MCD-304
TOTAL DE CRÉDITOS POR SEMESTRE
MCD-301 MCD-302
17
Comisión que ha impulsado la creación de la Maestría en Ciencia de los Datos
Dr. Erwin Kraenau Espinal stonedblack@hotmail.com Doctor en Ingeniería Industrial, grado de Maestro en Matemática y grado de Magíster en Estadística Matemática. Especialista en Ciencia de Datos. Docente de Posgrado de la Universidad Ricardo Palma.
Mag. Ofelia Roque Paredes oroque@urp.edu.pe Magíster en Administración y Licenciada en Estadística. Docente de Posgrado de la Universidad Ricardo Palma. Past Decana del Colegio de Estadísticos de la Región Lima 2012-2013
Sumillas
PRIMER SEMESTRE ACADÉMICO
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL (IA) La asignatura es de naturaleza teórico-práctica-laboratorio, tiene como propósito introducirse a lo que es la Inteligencia Artificial, utilizando el lenguaje Python, para la resolución de problemas en negocios y se hace una introducción al Procesamiento del Lenguaje Natural (PLN).
PROCESAMIENTO DE GRANDES VOLÚMENES DE DATOS La asignatura es de naturaleza teórico-práctica-laboratorio, tiene como propósito proporcionar al estudiante los conocimientos teóricos y herramientas para trabajar con software libre R Project para el procesamiento en paralelo de grandes volúmenes de datos, así como la portabilidad con el Java y Python.
MANEJO DE BASES DE DATOS La asignatura es de naturaleza teórico-práctica-laboratorio, tiene la finalidad de proveer al estudiante las herramientas teóricas y prácticas sobre bases de datos transaccionales y analíticas en SQL y NoSQL, asi como sus conexiones con el Big Data y la portabilidad con el R Project, Java y Python.
METODOLOGÍA DE LA INVESTIGACIÓN La asignatura es de naturaleza teórico-práctica, tiene como fin facilitar a los estudiantes la base teórica conceptual
de la investigación,
los
recursos
metodológicos y las técnicas para desarrollar el proceso de investigación científica que le permita resolver negocios.
situaciones problemáticas en la empresa, comercio
y
SEGUNDO SEMESTRE ACADÉMICO
EXPLORACIÓN GRÁFICA DE DATOS MULTIVARIADOS La asignatura es de naturaleza teórico-práctica-laboratorio, tiene como finalidad brindar los conocimientos para explorar y depurar datos en forma visual, utilizando gráficos avanzados especiales para grandes volúmenes de datos.
MÉTODOS DE MATRICES DE DATOS DISTRIBUIDAS La asignatura es de naturaleza teórico-práctica-laboratorio, tiene como propósito presentar los fundamentos y herramientas de las matrices distribuidas para el procesamiento en paralelo de grandes volúmenes de datos multivariados.
MINERÍA DE DATOS EN ANALÍTICA DE NEGOCIO I La asignatura es de naturaleza teórico-práctica-laboratorio, tiene como propósito presentar los fundamentos y herramientas para la construcción de modelos predictivos y explicativos como la regresión polinomial local, regresión logística, clasificación utilizando análisis del vecino más cercano, análisis Naïve Bayes y la regresión logística multinomial, para desarrollar un mejor planeamiento estratégico en los negocios.
SEMINARIO DE TESIS I La asignatura es de naturaleza teórico-práctica, tiene como finalidad proporcionar a los estudiantes los conocimientos
teórico-prácticos para aplicar los procesos de
investigación, para formular el proyecto de Tesis de Maestría, siguiendo las pautas metodológicas y las líneas de investigación consideradas.
TERCER SEMESTRE ACADÉMICO
TÉCNICAS MULTIVARIANTES EN NEGOCIOS La asignatura es de naturaleza teórico-práctica-laboratorio, proporciona los fundamentos teóricos y aplicaciones de los métodos estadísticos multivariados de dependencia, formación de grupos, clasificación y modelización causal en el análisis; la información que suministren permitirá que cualquier nivel de la dirección de la empresa pueda tomar decisiones.
MINERÍA DE DATOS EN ANALÍTICA DE NEGOCIO II La asignatura es de naturaleza teórico-práctica-laboratorio, tiene como propósito presentar los fundamentos y herramientas para la construcción de modelos predictivos y explicativos avanzados como los árboles de decisión, clustering, análisis de canasta de mercado y además hacer minería de textos, análisis de sentimientos y análisis de redes sociales, para desarrollar un mejor planeamiento estratégico en los negocios y diseñar estrategias de mercado.
APRENDIZAJE DE MÁQUINA La asignatura es de naturaleza teórico-práctica-laboratorio, proporciona los principales conceptos de la teoría del aprendizaje de máquina, se presentan algunas de las metodologías del que dan respuesta a las problemáticas más comunes en el aprendizaje estadístico, aplicados a la investigación comercial para reducción de dimensión, clustering y clasificación.
SEMINARIO DE TESIS II La asignatura es de naturaleza teórico-práctica, el estudiante aplicará los procesos de investigación, para formular la Tesis, siguiendo las pautas metodológicas y la naturaleza del tema de investigación. El estudiante debe desarrollar el Planteamiento del problema de investigación y Formulación del marco teórico. Definir y explicar la metodología que aplicará al tema de tesis.
CUARTO SEMESTRE ACADÉMICO ANALÍTICA DE MERCADO La asignatura es de naturaleza teórico-práctica-laboratorio, permite asumir con éxito la responsabilidad comercial y de mercado en la actualidad, que integran los medios digitales e interactivos y el Social Media Marketing. Aplicará los métodos analíticos en la web para la visualización por exploración y exposición de los datos.
REDES NEURONALES EN LOS NEGOCIOS La asignatura es de naturaleza teórico-práctica-laboratorio, que ofrecen un significativo modelo para problemas grandes y complejos, donde puede haber cientos de variables predictivas que interactúan entre sí. Se aplicará en problemas de clasificación cuando la variable de salida es clasificada como categórica, o pueden usarse para regresiones cuando la variable de salida es continua, herramienta indispensable en la inteligencia de negocios.
ANÁLISIS ESTADÍSTICO DE TEXTOS La asignatura es de naturaleza teórico-práctica-laboratorio, donde se revisan las técnicas y enfoques modernos en el diseño y construcción de sistemas de minería de texto junto con sus fundamentos teóricos, y se abordan técnicas basadas en computación evolutiva para descubrir patrones desde grandes bases de datos textuales. Se estudia la aplicación e integración de diferentes enfoques de minería de texto incluyendo las técnicas para el procesamiento del lenguaje natural, extracción de información, algoritmos genéticos y análisis semántico latente (LSA), para hacer análisis cualitativos del mercado.
SEMINARIO DE TESIS III La asignatura es de naturaleza práctica, tiene como finalidad terminar de desarrollar la
tesis de acuerdo a la línea de investigación elegida en Ciencia de Datos.
Presentación y análisis de resultados. Conclusiones y recomendaciones. Referencias Bibliográficas y Anexos.
Plana docente
Por la naturaleza de la maestría se requiere contar con una plana docente nacional e internacional. Profesor Extranjero: Se invitará a un profesor especialista en ciencia de los datos del extranjero para que se haga cargo de 34 horas académicas en el dictado de los cursos del plan curricular, para lo cual cada participante deberá disponer de una semana para asistir a las clases continuas. Como es la primera Maestría en Ciencia de los Datos en el país, no se dispone, todavía de profesionales peruanos que tengan los conocimientos especializados, para el desarrollo de esta maestría. Docente Tutor: Para el monitoreo de los talleres, durante toda la semana cada estudiante contará con un Docente Tutor experto en este tema de la ciencia de los datos, a quien se le asignará 4 horas semanales/mensual según el cronograma de Monitoreo y Evaluación para cada curso. Así mismo, el número de horas de taller será cubierto por un Asistente para la asesoría en el manejo de los softwares que se aplicarán, para brindar el apoyo y el soporte en el Laboratorio de Cómputo.
Conferencias Académicas: En cada semestre se presentarán conferencias académicas en las que se presentará un profesional peruano con reconocida trayectoria en el campo laboral (Bancos, Compañías de Seguros, etc.) para la exposición de los temas aplicativos y avances de la ciencia de los datos en el Perú.
Costos: Inscripción: S/.150.00 (carpeta de postulante) Matrícula:
S/. 200.00
Pensión:
S/. 1,500.00 (cuatro armadas)
Examen de Admisión Examen de suficiencia: Se tomará un examen para evaluar si el participante dispone de las habilidades y conocimientos necesarios para ingresar a la Maestría de Ciencia de los Datos, el día 05 de marzo del 2016. Entrevista personal: Se realizará una entrevista personal con cada uno de los participantes que aprueben el examen de suficiencia y se ha programado para el día lunes 07 de marzo del 2016 de 18:00 hasta las 21:30 horas.
Requisitos:
Partida de nacimiento original y Copia del DNI.
Copia legalizada del Diploma de Bachiller por el Secretario General de la universidad de origen.
Copia legalizada del Certificado de estudios por el Secretario General de la universidad de origen.
Resumen del Curriculum Vitae no documentado.
02 fotografías a color t/carné.
En el caso de los graduados en el extranjero, los gados y títulos deberán estar revalidados o reconocidos según las normas vigentes.
NOTA: Para adquirir la carpeta de postulante debe ingresar al siguiente link: http://www.urp.edu.pe/PortalUrp/urp/index.jsp# y así generar su recibo de pago por derecho de inscripción (S/. 150.00). Con la documentación de los requisitos podrá realizar su inscripción personalmente en la Escuela de Posgrado en los horarios indicados. Finalmente se presentarán para el examen escrito y a los que aprueben este examen pasarán a la entrevista personal según cronograma que se les entregará en el momento de la inscripción.