Acerca de
Historia
Propósito
Infraestructura
Oferta Educativa
Servicios
Quehacer
Quehacer Académico
Quehacer Cultural
Transparencia
Programa Operativo Anual
Informes
Numeralia
Directorio
IUBA Bachillerato
Estudiante
Docente
Egresado
Personal
Ingeniería de Datos e Inteligencia Artificial (en línea)
Solicitar información
Ingeniería de Datos e Inteligencia Artificial (en línea)
Solicitar información
Inicio
Estudia en la UdeC
Sitio web
Convocatoria específica
Datos de interés
No. de créditos
310
Modalidad
No escolarizada, en línea
Duración
6 semestres
Turno
Perfil de egreso
La persona egresada de la Ingeniería de Datos e Inteligencia Artificial poseerá con las siguientes
competencias específicas
:
Infraestructura y plataformas de datos
. Diseña, implementa y gestiona infraestructuras y plataformas de datos escalables y resilientes, tanto en centros de datos propios como en entornos de nube pública, privada e híbrida, mediante el uso de técnicas de contenerización, orquestación, virtualización y servicios en la nube, para garantizar la operación eficiente, segura y sostenible de los sistemas de datos en organizaciones públicas, privadas y académicas, con actitud ética, responsable y colaborativa orientada a la mejora continua.
Adquisición e integración de fuentes de datos
. Captura, adquiere e integra datos desde fuentes heterogéneas (dispositivos interconectados, APIs, bases de datos y servicios externos), aplicando estándares de interoperabilidad, gestión de esquemas y metadatos, mapeo, normalización y controles de calidad, para asegurar un flujo continuo de información confiable entre sistemas, tanto en instalaciones locales como en la nube, con actitud ética, responsable y colaborativa enfocada en la seguridad, la privacidad y el cumplimiento normativo.
Orquestación y procesamiento de datos
. Desarrolla, orquesta y automatiza flujos de trabajo de datos (pipelines) para procesos ETL/ELT, en tiempo real o por lotes, incorporando monitoreo, alertas, recuperación ante fallos y optimización del rendimiento, con el fin de asegurar un procesamiento continuo, seguro y de alta calidad, tanto en sitio como en la nube, actuando con responsabilidad ética, enfoque colaborativo y compromiso con la mejora continua.
Analítica, visualización y gobernanza de datos
. Desarrolla soluciones de analítica descriptiva, predictiva y prescriptiva, con visualizaciones interactivas y gobernanza de datos, para respaldar decisiones informadas en entornos locales y en la nube, con actitud ética, colaborativa y orientada al impacto social y organizacional.
Modelado y operación de sistemas de Inteligencia Artificial
. Diseña, entrena, valida, versiona, despliega y monitorea modelos de aprendizaje automático y profundo, aplicando prácticas de MLOps para su integración confiable en productos y procesos organizacionales, en entornos locales y en la nube, con actitud ética, responsable y colaborativa orientada a la mejora continua.
Además, podrán lograr las siguientes
competencias genéricas
, las cuales responden tanto a las demandas actuales del mercado laboral como a los principios establecidos en el marco normativo de la educación superior en México.
Comunicación efectiva (oral, escrita y digital)
. Comunica ideas de manera efectiva en contextos orales, escritos y digitales, utilizando lenguaje pertinente, evidencia que respalde los mensajes y recursos tecnológicos adecuados, para establecer interacciones claras, respetuosas y productivas con diversos interlocutores.
Trabajo en equipo y colaboración
. Colabora en equipos de trabajo diversos, asumiendo roles, negociando acuerdos y cumpliendo compromisos, para alcanzar objetivos comunes y mantener ambientes de corresponsabilidad, respeto y resolución constructiva de desacuerdos.
Pensamiento crítico, análisis y resolución de problemas
. Analiza información y resuelve problemas de manera crítica, interpretando datos, identificando causas y consecuencias, evaluando alternativas y tomando decisiones fundamentadas, para atender situaciones complejas con rigor, objetividad y pensamiento reflexivo.
Adaptabilidad, resiliencia y gestión del cambio
. Se adapta con resiliencia a cambios, demandas y contextos diversos, ajustando estrategias, aprendiendo de la retroalimentación y gestionando la incertidumbre, para mantener el desempeño académico o profesional ante condiciones dinámicas o retadoras.
Autogestión, disciplina y aprendizaje continuo
. Autogestiona su proceso de trabajo y aprendizaje continuo, organizando tiempos, priorizando tareas, cumpliendo plazos y buscando nuevas oportunidades formativas, para fortalecer su desarrollo personal y profesional de manera autónoma y sostenida.
Inteligencia emocional, habilidades interpersonales y liderazgo colaborativo
. Gestiona sus emociones y se relaciona con otros de forma empática, regulando estados emocionales, comprendiendo a los demás, resolviendo conflictos y ejerciendo liderazgo colaborativo, para construir relaciones interpersonales respetuosas, cooperativas y orientadas al logro común.
Ética, integridad, responsabilidad social y respeto
. Actúa con ética, integridad y responsabilidad social, tomando decisiones justas, respetuosas e incluyentes, reconociendo la diversidad y el impacto de sus acciones, para contribuir al bienestar colectivo, la confianza institucional y entornos académicos y profesionales libres de discriminación.
Valoración cultural y bienestar integral
. Valora la diversidad cultural y promueve su bienestar integral, reconociendo expresiones culturales diversas y desarrollando prácticas de autocuidado físico y emocional, para potenciar su desarrollo humano, su responsabilidad social y su participación respetuosa en entornos diversos.
Campo de trabajo
La persona egresada de la
Ingeniería de Datos e Inteligencia Artificial podrá desempeñarse en diversos sectores públicos, privados y de investigación
, aplicando sus competencias en análisis, gestión y gobernanza de datos, con niveles de inserción desde principiante hasta avanzado, en modalidades presencial, híbrida o remota. Los principales espacios de desarrollo incluyen:
Dependencias de gobierno y organismos públicos
: unidades de datos, observatorios y análisis para la toma de decisiones basadas en información.
Hospitales, aseguradoras y sistemas de salud
: gestión de información, tableros de control y analítica para optimización de servicios.
Industria y manufactura
: análisis de procesos operativos, eficiencia y mejora continua mediante datos.
Banca, fintech y aseguradoras de riesgo
: analítica de datos para decisiones estratégicas, evaluación de riesgos y cumplimiento normativo.
Retail, e-commerce y marketing
: análisis del comportamiento de clientes, medición de resultados y optimización de estrategias.
Logística y transporte (incluido puertos y aeropuertos)
: trazabilidad, eficiencia operativa y monitoreo de flujos.
Energía, agua y medio ambiente
: indicadores de desempeño, sostenibilidad y monitoreo de recursos.
Telecomunicaciones y servicios digitales
: análisis de desempeño, calidad de servicio y soporte a decisiones.
Universidades, edtech y centros de I+D
: analítica institucional, investigación aplicada y proyectos de innovación tecnológica.
Ciberseguridad y centros de monitoreo
: consolidación y análisis de eventos de seguridad, generación de alertas y soporte a la toma de decisiones.
Consultorías y emprendimientos tecnológico
s: diagnóstico, diseño e implementación de soluciones de datos, desarrollo de proyectos propios y asesoría especializada.
Perfil de ingreso
La persona aspirante a la
Ingeniería de Datos e Inteligencia Artificial
deberá contar, de manera deseable con los siguientes saberes:
Conocimientos y bases formativas:
Matemáticas básicas (aritmética y álgebra elemental) y nociones de estadística descriptiva (promedios, dispersión) e interpretación de gráficas.
Alfabetización digital: manejo de archivos y carpetas, correo, videoconferencia, buscadores; hojas de cálculo a nivel básico (fórmulas sencillas, filtros).
Comprensión lectora y redacción básica en español.
Nociones elementales de inglés técnico, particularmente vocabulario y expresiones comunes en el ámbito científico-tecnológico.
Nociones de ciencia y tecnología que le permitan comprender fenómenos básicos y resolver problemas.
Pensamiento lógico: seguir instrucciones paso a paso, reconocer patrones, condiciones y repeticiones.
Habilidades iniciales:
Organización del tiempo para actividades asíncronas y síncronas en un entorno en línea.
Comunicación oral y escrita con claridad para expresar procesos de forma lógica y capacidad de argumentación
Trabajo colaborativo en entornos virtuales, con respeto a la netiqueta y uso básico de herramientas digitales (foros, chat y documentos compartidos, etc.).
Búsqueda de información confiable y cita elemental de fuentes.
Capacidad de aprender de forma autónoma y gestionar el propio aprendizaje
Actitudes y valores:
Responsabilidad y honestidad académica (evitar plagio, reconocer fuentes).
Curiosidad e iniciativa para aprender nuevas tecnologías.
Respeto, inclusión y empatía en equipos diversos.
Sensibilidad ética sobre privacidad y uso responsable de datos (a un nivel introductorio).
Perseverancia ante errores y apertura a la retroalimentación.
Condiciones recomendables de acceso a la modalidad:
Contar con computadora cámara y micrófono, conexión estable a Internet y nociones básicas de instalación de software.
Disponer de un espacio y horarios definidos para el estudio autónomo.
Reconocimientos
Planteles
Facultad de Ingeniería Mecánica y Eléctrica
CERRAR
Solicitar información | Ingeniería de Datos e Inteligencia Artificial (en línea)
Plan de estudios
SEMESTRE 1
MATERIA
MEDIACIÓN DOCENTE
HTI
HTA
CRÉDITOS
HD
HA
HF
Razonamiento computacional
0
0
2
6
8
8
Contextos y aplicaciones de la ID e IA
0
0
2
6
8
8
Matemáticas I
0
0
2
6
8
8
Ética profesional y comunicación académica
0
0
2
6
8
8
Modelado y gestión de datos
0
0
2
6
8
8
Automatización en sistemas operativos
0
0
2
6
8
8
SEMESTRE 2
MATERIA
MEDIACIÓN DOCENTE
HTI
HTA
CRÉDITOS
HD
HA
HF
Paradigmas de programación
0
0
2
6
8
8
Matemáticas II
0
0
2
6
8
8
Probabilidad y estadística
0
0
2
6
8
8
Infraestructura y arquitectura de sistemas de datos
0
0
2
6
8
8
Fundamentos de Ciencia de datos
0
0
2
6
8
8
Ciudadanía digital, datos y sociedad
0
0
2
6
8
8
SEMESTRE 3
MATERIA
MEDIACIÓN DOCENTE
HTI
HTA
CRÉDITOS
HD
HA
HF
Estructuras de datos
0
0
2
6
8
8
Optimización y modelos matemáticos
0
0
2
6
8
8
Acondicionamiento y visualización de datos
0
0
2
6
8
8
Integración de servicios
0
0
2
6
8
8
Aprendizaje de máquina
0
0
2
6
8
8
Arquitecturas de nube
0
0
2
6
8
8
SEMESTRE 4
MATERIA
MEDIACIÓN DOCENTE
HTI
HTA
CRÉDITOS
HD
HA
HF
Seguridad de la información
0
0
2
6
8
8
Redes neuronales
0
0
2
6
8
8
Orquestación y contenerización
0
0
2
6
8
8
Optativa I
0
0
2
6
8
8
Gobernanza de IA
0
0
2
6
8
8
Optativa II
0
0
2
6
8
8
SEMESTRE 5
MATERIA
MEDIACIÓN DOCENTE
HTI
HTA
CRÉDITOS
HD
HA
HF
Tecnología y desarrollo sostenible
0
0
2
6
8
8
Procesamiento de lenguaje natural (NLP)
0
0
2
6
8
8
Agentes inteligentes
0
0
2
6
8
8
Optativa III
0
0
2
6
8
8
Seminario de proyectos tecnológicos I
0
0
2
6
8
8
Optativa IV
0
0
2
6
8
8
SEMESTRE 6
MATERIA
MEDIACIÓN DOCENTE
HTI
HTA
CRÉDITOS
HD
HA
HF
MLOps
0
0
2
6
8
8
Servicio social constitucional
0
0
0
20
20
30
Visión por computadora
0
0
2
6
8
8
Optativa V
0
0
2
6
8
8
Seminario de proyectos tecnológicos II
0
0
2
6
8
8
Optativa VI
0
0
2
6
8
8
Solicitar información
AJUSTE DE COLOR
Información