Instituto en Investigación de Operaciones
Dr. Jorge Samayoa
1 año
Presencial y Virtual
Nocturna, Virtual
Trimestral
El postgrado en Análisis y Predicción de Datos ofrece una educación de calidad mundial en el área de Ciencia de Datos. Nuestro programa fue creado basado en un convenio de colaboración con el Instituto Tecnológico de Massachusetts (MIT). Busca que nuestros egresados puedan tener un impacto fuerte en la industria Guatemalteca, principalmente, y la industria extranjera. La naturaleza del área hace que nuestros estudiantes sean expuestos a una variedad de problemas que se pueden encontrar en diferentes industrias.
Requisitos de Inscripción
El postgrado en Análisis y Predicción de Datos, por su aplicación en una gran variedad de problemas e industrias y lo novedoso de las herramientas que se utilizan, requiere estudiantes que tengan conocimientos técnicos/teóricos básicos, nivel de inglés intermedio y la mejor actitud para aprender a programar utilizando lenguajes avanzados de desarrollo de software. Idealmente el estudiante que ingresa a este programa viene de carreras como Ingeniería, Matemática, Física, Estadística, Economía y áreas relacionadas.
El egresado del postgrado en Análisis y Predicción de Datos es un profesional con conocimientos solidos de programación, estadística y matemática aplicada a los negocios. Comprende las múltiples aplicaciones de la ciencia de datos y el impacto que puede tener en la industria. Tiene habilidades técnicas y de comunicación que le permiten desarrollarse en el mundo corporativo de una manera exitosa.
Curso | Créditos |
---|---|
CIENCIA DE DATOS EN PYTHON | 3 |
DISEÑO Y CONSTRUCCION DE DATA WAREHOUSES | 3 |
ESTADISTICA APLICADA A LA CIENCIA DE DATOS I | 3 |
Total | 9 |
Curso | Créditos |
---|---|
ECONOMETRIA EN R | 3 |
ESTADISTICA APLICADA A LA CIENCIA DE DATOS II | 3 |
STATISTICAL LEARNING I | 3 |
Total | 9 |
Curso | Créditos |
---|---|
ALGORITMOS EN LA CIENCIA DE DATOS | 3 |
TEXT MINING & IMAGE RECOGNITION | 3 |
STATISTICAL LEARNING II | 3 |
Total | 9 |
Curso | Créditos |
---|---|
INVESTIGACION EN DATA SCIENCE | 3 |
PRODUCT DEVELOPMENT | 3 |
DATA SCIENCE AT WORK | 3 |
Total | 9 |