Ingeniería Estadística

Los conceptos básicos del Cálculo Diferencial están presentes en muchos campos de conocimiento y en particular, el concepto de razón de cambio permite la descripción de fenómenos variacionales en contextos de la Ingeniería, la Administración y la Economía. Con el estudio de modelos generales se pretende que el estudiante se familiarice con los conceptos básicos y adquiera las destrezas necesarias para aplicarlos en forma adecuada a diferentes situaciones.

El curso de Álgebra Lineal es esencial para estudiantes de ingeniería, ciencias, economía y administración; en éste el concepto de espacio vectorial conforma el eje central de la asignatura, el cual se nutre de los conceptos previamente abordados (sistemas de ecuaciones lineales, matrices, determinantes y vectores).

Los espacios vectoriales permiten desarrollar una teoría completa en la que se generalizan propiedades de los vectores a través de la demostración y la justificación formal de proposiciones. Adicionalmente, el concepto de transformación lineal asociado al concepto de espacio vectorial permite ingresar al mundo de las aplicaciones, particularmente en las disciplinas mencionadas

El curso "Proyecto Integrador - Introducción a la Ingeniería Estadística" le permite al estudiante ver las herramientas principales de su profesión para analizar y tomar decisiones fundamentadas basadas en datos en una variedad de contextos. Este curso busca dotar a los estudiantes con un entendimiento profundo de los principios estadísticos fundamentales y su aplicación computacionales, brindándoles las habilidades necesarias para abordar problemas complejos y proponer soluciones creativas.

La asignatura de Introducción a la Ingeniería Estadística se busca proponer al estudiante actividades formativas que permitan motivarlo hacia el estudio del programa de formación que ha elegido, pero a la vez abre la oportunidad de relacionar los temas de su disciplina con las teorías y conceptos vistos en el colegio en las áreas básicas, de manera práctica y creativa. Se constituye en el momento de arranque para tomar información sobre los resultados de aprendizaje con los que inicia el estudiante y que posteriormente servirán para evaluar el avance en la adquisición de los resultados de aprendizaje del programa.

El pensamiento computacional es una competencia clave en el siglo XXI, particularmente por el desarrollo vertiginoso de las tecnologías de la información y las comunicaciones (TIC). Todas las personas lo deben desarrollar, en especial los estudiantes de ingeniería. Uno de los medios para hacerlos es la programación de computadores, que ayuda a resolver problemas, a comprender que las soluciones se pueden automatizar y a fortalecer las estructuras de pensamiento. Esta asignatura provee, por tanto, una buena base para que el estudiante aprenda a solucionar problemas con un computador mediante el empleo de un lenguaje de programación, lo que implica saber organizar y analizar datos, y representarlos haciendo abstracciones, como modelos y simulaciones; así mismo, ayuda a preparar al estudiante para que pueda automatizar soluciones con pensamiento algorítmico y adquirir la habilidad de generalizar y transferir el proceso de solución a otras situaciones.

La competencia de la comunicación es fundamental para toda formación académica y es transversal a todas las áreas del conocimiento. Este curso brinda elementos y herramientas básicas que el estudiante podrá implementar a lo largo de su vida universitaria y profesional. Fundamentos de la Comunicación 1 es el punto de partida del trabajo por competencias en el área de la comunicación, y aborda el desarrollo de habilidades tales como la comprensión de lectura, redacción de textos y expresión oral.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

Comprender las antiderivadas es esencial para abordar el cálculo integral. Estas proporcionan la base para entender el proceso inverso de la derivación, permiten a los estudiantes entre otras encontrar funciones primitivas y calcular áreas bajo curvas. Las distintas técnicas de integración, tales como la integración por partes, sustitución trigonométrica y fracciones parciales, se consideran herramientas fundamentales para la resolución de integrales definidas e indefinidas. Estas estrategias amplían la versatilidad del cálculo integral y fortalecen las habilidades analíticas de los estudiantes. Es importante destacar que, en este contexto, haremos un uso extensivo de software para facilitar y apoyar el proceso de aprendizaje. Las aplicaciones de la integral son cruciales en campos como la física, la economía y la ingeniería. Enseñar cómo utilizar la integral para calcular áreas, volúmenes, trabajo y otros conceptos aplicados permite a los estudiantes percibir la relevancia práctica del cálculo integral en la resolución de problemas del mundo real. En este proceso, también nos respaldaremos considerablemente en el uso de software matemático. Las curvas paramétricas son una forma poderosa de representar funciones y objetos en el plano (se utilizará software). Al enseñar curvas paramétricas, proporcionamos a los estudiantes una herramienta adicional para modelar y comprender fenómenos que no se pueden expresar fácilmente o visualizar mediante funciones cartesianas como son orientación y rapidez. Las curvas polares ofrecen una alternativa para describir formas y fenómenos. Su enseñanza amplía la comprensión de la representación gráfica y fomenta una visión más completa de cómo las funciones pueden describir diversas geometrías.

Las sucesiones y series son conceptos fundamentales en análisis matemático. Enseñar estas ideas y conceptos proporciona una base sólida para entender la convergencia, divergencia y límites infinitos, así como aplicaciones en aproximaciones numéricas y teoría de números (con la ayuda de software específicos).

En el curso de Física General 1 propuesto por el Departamento de Ciencias Naturales se busca comprender de manera rigurosa los principios físicos fundamentales de la cinemática y la dinámica de sistemas de partículas, así como las leyes y conceptos básicos de la termodinámica, haciendo énfasis en los diferentes tipos de máquinas térmicas y sus eficiencias. En esta asignatura se introducen conceptos, definiciones y leyes claves para la formación básica de un estudiante de ingeniería y también de matemáticas. Además, con las prácticas de laboratorio se busca desarrollar habilidades y destrezas tanto experimentales como de comunicación que apuntan a una formación científica integral.

El concepto de probabilidad es la base de la medida de la incertidumbre. La aplicación de este concepto a cualquier escenario donde intervenga la medición y cuyos fenómenos se alejen del determinismo, presenta necesidad de la aplicación de esta teoría. Es la base de la modelación y del análisis estadístico en general, y especialmente es un fundamento en Statistical Learning como una línea de desarrollo de alta relevancia de la Ingeniería Estadística.

Es fundamental conocer y dar cuenta de los procesos históricos que han llevado a la consolidación de nuestra nación para llevar a cabo una formación ciudadana integral. Para empezar a entender la complejidad del presente y ser un ciudadano consciente, todo estudiante de pregrado debe tener un conocimiento mínimo de la historia y la geografía de su país. Este curso busca brindar herramientas analíticas y desarrollar habilidades de pensamiento crítico a través del estudio de la historia y la geografía de Colombia. Todo el trabajo en torno a la historia busca establecer un marco conceptual para poder mejorar la comprensión y la interpretación de las problemáticas actuales que enfrenta nuestra sociedad. De igual manera, el curso describirá y analizará la manera en la cual los procesos geográficos, en sus distintas dimensiones, han determinado las realidades sociales, políticas y económicas de la nación, en la larga y mediana duración principalmente.

Los modelos matemáticos son una herramienta importante e imprescindible en la representación y solución de problemas de naturaleza informática. Los modelos matemáticos permiten abstraer y simplificar problemas complejos del mundo real a formas más manejables. Por otra parte, su estudio estructura el pensamiento para hacer formalizaciones, argumentaciones lógicas, soluciones algorítmicas, así como plantear de problemas y estrategias de solución. Estas habilidades y conocimientos son elementos fundamentales para el buen desempeño del futuro ingeniero de sistemas en el desarrollo de software, donde se enfrentan a problemas complejos y a desarrollar soluciones eficientes. El acercamiento temprano del estudiante a estos conceptos y modelos matemáticos permite establecer una conexión natural entre la matemática discreta y la informática, fundamenta los conceptos y sensibiliza sobre la importancia de estos temas en su carrera.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

El estudio de funciones de variable real a valor real, vistas en el cálculo Diferencial e integral permiten tratar un gran número de problemas de las ciencias naturales y la ingeniería.

No obstante, estas funciones no son suficientes para atacar problemas propios de la cinemática, la dinámica, la termodinámica, el electromagnetismo, la optimización, entre otros, por tanto, el curso de Cálculo Vectorial se ocupa del estudio de funciones vectoriales, campos escalares y campos vectoriales que permiten el tratamiento de funciones que involucran varias variables y muestra situaciones donde ellas se aplican.

Al realizar el estudio de diversos fenómenos físicos, sociales y económicos se pretende encontrar las leyes de relación entre las variables que caracterizan un problema específico, lo cual no se obtiene de manera directa sino a través de la variabilidad de las variables involucradas, por esta razón los modelos a menudo dan lugar a una ecuación que contiene ciertas derivadas de una función desconocida, la cual se denomina Ecuación Diferencial.

Para construir estos modelos es fundamental que el investigador que realiza el estudio tenga claros conocimientos de las leyes constitutivas que describen el fenómeno y también la teoría y los métodos básicos que permiten describir, analizar y resolver las ecuaciones diferenciales obtenidas.

La asignatura de Ecuaciones Diferenciales que se ofrece en la Escuela Colombiana de Ingeniería se enfoca en el estudio de las ecuaciones diferenciales ordinarias y su aplicación en fenómenos físicos que se basan en las leyes de Newton de la mecánica clásica, las leyes de Kirchhoff de la teoría de los circuitos eléctricos, la ley de acción de masas en la teoría de la velocidad de reacciones químicas, entre otros ejemplos

En el curso de Física General 2 propuesto por el Departamento de Ciencias Naturales se busca comprender de manera rigurosa los principios físicos fundamentales y las aplicaciones básicas de la electrostática, la magnetostática y el electromagnetismo, y las aplicaciones básicas de las ondas mecánicas y electromagnéticas. Además, con las prácticas de laboratorio se busca desarrollar habilidades y destrezas tanto experimentales como de comunicación que apuntan a una formación científica integral.

La necesidad de generalización de resultados observados en muestras hacia una población es el origen de la inferencia estadística. Para lograr este objetivo la teoría estadística toma como base la teoría matemática del cálculo de probabilidades para construir métodos de estimación de parámetros o características generales de una población que son desconocidas. El uso de la inferencia estadística en estatistical learning es parte la base del lenguaje científico, necesaria para sustentar afirmaciones y conclusiones, especialmente es un fundamento en Statistical Learning como una línea de desarrollo de alta relevancia de la Ingeniería Estadística, así como para la lograr toma de decisiones informada.

La lógica y las matemáticas discretas son pilares fundamentales en la formación de ingenieros de sistemas porque proporcionan las bases teóricas y las herramientas necesarias para desarrollar software eficiente, diseñar algoritmos, comprender la teoría de la computación y abordar gran variedad de problemas informáticos. Adicionalmente, son una introducción a la lógica matemática con énfasis en sintaxis, deducción y semántica. Su relación con la informática se fundamenta en la necesidad práctica de la informática de definirproblemas sin ambigüedad, en forma de especificaciones, y en el cálculo para razonar sobre ellas. En particular, este curso introduce el cálculo lógico de Dijkstra-Scholten, un sistema de deducción lógico ágil, moderno y útil para la manipulación de fórmulas lógicas que surgen en las especificaciones.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

Los ingenieros estadísticos proponen, diseñan y desarrollan soluciones a problemas de transformación de datos en información, por lo que el entendimiento, la visualización y el tratamiento de datos es parte fundamental de los conceptos del ciclo analítico de los datos, del ciclo de vida de los modelos analítico y la construcción de estrategias de comunicación de resultados. Los estudiantes de Ingeniería estadística reconocen que el principio de la toma de decisiones certeras está en los datos y que las soluciones que vayan a generar, en el ejercicio de su profesión, permiten tener datos integrados, consistentes, no volátiles y confiables para poner a disposición de los usuarios autorizados información pertinente y oportuna, en cualquier contexto empresarial y científico.

El profesional de hoy y del futuro tiene que estar en capacidad de investigar, analizar e innovar en el entorno socioeconómico en que vive y desarrolla su vida profesional. Por tal razón, es necesario que el profesional cuente con elementos y herramientas que le permitan comprender las principales variables económicas para ser un actor más hábil en las decisiones que tome como persona, como profesional y como ciudadano en el ámbito económico

La importancia del curso de Analítica y Métodos Multivariados para un profesional en Ingeniería Estadística radica en su capacidad para ofrecer herramientas especializadas que permiten abordar la complejidad de conjuntos de datos multidimensionales en diversos campos. Este curso es crucial ya que proporciona a los estudiantes una comprensión profunda de técnicas avanzadas de análisis de datos, permitiéndoles desarrollar habilidades necesarias para enfrentar desafíos reales en la toma de decisiones en entornos profesionales. La aplicación de métodos multivariados capacita a los futuros ingenieros estadísticos para interpretar, analizar y comunicar resultados complejos, lo cual es esencial en la era actual de datos abundantes y heterogéneos.

Los profesionales en Ingeniería Estadística podrán desempeñarse de manera eficaz en la resolución de problemas multidisciplinarios, mejorando la capacidad para tomar decisiones informadas en entornos complejos y dinámicos. Este curso representa un pilar fundamental para los futuros ingenieros estadísticos al proporcionarles habilidades avanzadas y prácticas que les permitirán destacarse en el análisis y gestión de datos en diversas industrias y sectores.

Los proyectos constituyen instrumentos clave a partir de los cuales es posible materializar metas y resultados esperados, a la luz de los planes y programas de desarrollo humano, económico y social, concebidos como prioritarios para los individuos, comunidades u organizaciones en contextos públicos, privados o mixtos.

Hoy en día se reconoce y reitera la importancia que dentro de las organizaciones reviste el apropiado desarrollo y la efectiva gerencia de los proyectos. La realización profesional y exitosa de los proyectos exige un entendimiento y una aplicación apropiados de los fundamentos en los cuales se basan los proyectos y su gerencia. El entendimiento y correcta aplicación de esos fundamentos son de gran utilidad para el análisis y superación de eventuales fallas en el desarrollo de los proyectos que típicamente se originan en:

-Debilidad o carencia de su alineación con objetivos nacionales, institucionales y empresariales.

-Falta de profundidad en el desarrollo de los estudios de formulación o estructuración de los proyectos.

-Falta de una clara definición del alcance de los proyectos e incumplimiento del mismo.

-Incumplimiento de cronogramas y presupuestos planificados.

Por otra parte, los proyectos que normalmente compiten entre sí, requieren recursos que son limitados. Por esta razón, se impone la necesidad de contar con bases apropiadas para el ejercicio de alineación, formulación y evaluación de los proyectos, conducentes a la optimización en la asignación de recursos, la viabilidad y el rendimiento financiero y el logro de mejores niveles de desarrollo en general.

Finalmente, se debe tener presente la exigencia de que los proyectos se realicen a tiempo, dentro del presupuesto y con el alcance acordado, lo cual se traduce en la necesidad de un riguroso ejercicio de Planeación y Control.

Por todas las razones anteriormente expuestas, las organizaciones requieren profesionales que conozcan, apliquen y manejen exitosamente principios, prácticas, metodologías, procesos y herramientas mundialmente aceptadas para el desarrollo y gerencia de los proyectos.

Los fundamentos teóricos de las ciencias de la computación están en las matemáticas discretas. Este curso prepara al estudiante en el lenguaje y los métodos de demostración necesarios para el diseño y construcción de artefactos informáticos. Los objetos matemáticos encuentran una aplicación natural en el diseño y la axiomática básica en teoría de secuencias y en el diseño de algoritmos recurrentes en el campo de las estructuras de datos abstractos como grafos, árboles y listas.

Una de las premisas fundamentales es que los estudiantes vean la teoría como la base para la resolución de problemas reales, no como abstracciones inútiles.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

En esta asignatura se abordan conceptos de simulación y optimización basados en modelos de probabilidad y estadística que permitirán entender usos, errores y riesgos fundamentales en el uso de técnicas de análisis para la ciencia de datos. La comprensión de la ciencia de datos y de las próximas tendencias de análisis, provenientes de los nuevos retos y tecnologías es la Estadística Computacional, la comprensión de estos fundamentos le permite al Ingeniero Estadístico liderar los orígenes de estos campos, por eso la denominación de fundamentos para la ciencia de datos

En el campo de la Ingeniería Estadística, la captura, gestión y análisis de datos son elementos fundamentales para la toma de decisiones informadas y la generación de insights significativos en una amplia gama de aplicaciones, desde la industria hasta la investigación científica. Este curso le permite al futuro Ingeniero Estadístico integrarse/dialogar en equipos interdisciplinarios; la captura automatizada de datos se presenta como una herramienta poderosa para optimizar y agilizarlo, permitiendo a los profesionales de la Ingeniería Estadística manejar datos de manera eficiente y precisa.

La captura automatizada de datos permite a los profesionales recopilar datos de manera más eficiente y rápida, eliminando la necesidad de ingresar manualmente grandes cantidades de información. Esto les permite dedicar más tiempo al análisis y la interpretación de datos, en lugar de invertirlo en tareas tediosas y propensas a errores, además permite analizar y visualizar los datos en tiempo real, lo que les proporciona una comprensión más inmediata y dinámica de los fenómenos que están estudiando. Esto les permite identificar tendencias, patrones y anomalías de manera más rápida y eficiente.

La importancia del curso métodos predictivos para un profesional en Ingeniería Estadística radica en su capacidad para ofrecer herramientas especializadas que permiten abordar la complejidad de conjuntos de datos en diversos campos. Este curso es crucial ya que proporciona a los estudiantes una comprensión profunda de modelos predictivos, permitiéndoles desarrollar habilidades necesarias para enfrentar desafíos reales en la toma de decisiones en entornos profesionales.

Los profesionales en Ingeniería Estadística podrán desempeñarse de manera eficaz en la resolución de problemas multidisciplinarios, mejorando la capacidad para tomar decisiones informadas en entornos complejos y dinámicos. Este curso representa un pilar fundamental para los futuros ingenieros estadísticos al proporcionarles habilidades avanzadas y prácticas que les permitirán destacarse en el análisis predictivo y gestión de datos en diversas industrias y sectores.

Existen dos enfoques principales dentro del estudio de la estadística: el enfoque frecuentista (que es el que se maneja más ampliamente a nivel académico) y el enfoque bayesiano (basado en el uso de información existente previamente). Este último enfoque ha venido ganando relevancia con el tiempo y ha demostrado a través de su capacidad predictiva que es una alternativa competitiva frente al enfoque frecuentista.

Los primeros acercamientos que tienen los estudiantes a la inferencia estadística se relacionan con asumir supuestos sobre la distribución de las poblaciones que son muestreadas. Los datos que no se ajustan a estas formas distribucionales no permiten que estos análisis puedan ser utilizados. De manera alternativa, se presenta la Estadística no Paramétrica, que toma como base los estadísticos de orden para la toma de decisiones, librándose así de los supuestos distribucionales.

Este curso de aprendizaje estadístico 3, recoge temas fundamentales de Estadística no bayesiana y estadística no paramétrica para el reconocimiento de conceptos fundamentales de la teoría de aprendizajes que son los pilares de cursos como métodos predictivos, machine learning y deep learning.

La capacidad de desarrollar soluciones informáticas efectivas a problemas puntuales es esencial para la producción de software de calidad. Este curso cubre los conceptos, las técnicas y las herramientas fundamentales considerando los dos componentes básicos de las soluciones informáticas: las estructuras de datos y los algoritmos

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

DataOps es una metodología automatizada y centrada en procesos para entregar datos para ser analizados y transformados en información, que se concentra en reducir el tiempo del ciclo y mejorar la calidad de los entregables de análisis avanzados. El objetivo de este curso es permitir que los Ingenieros Estadísticos reconozcan los conceptos que fundamentan al DataOps y estén en la capacidad de asociar otros como las metodologías ágiles, colaborativas y automatizadas para gestionar canales de datos y análisis, que permite mejorar la calidad, la confiabilidad y la accesibilidad de los datos al tiempo que reduce el tiempo necesario para brindar información valiosa a partir de los datos. La gobernanza y el agilismo en las operaciones de datos serán el centro de los temas para abordar en este curso.

Este curso proporciona una introducción al procesamiento de datos a gran escala a través de la comprensión de elementos de un sistema de información, apoyados por la informática. Este curso le va a permitir al Ingeniero Estadístico apoyar equipos y proyectos, en los que se diseñan algoritmos, ya que reconocerá las limitaciones impuestas por los sistemas y así poder considerar alternativas en el diseño de algoritmos para el análisis masivo de datos, reducir tiempos y mejorando el desempeño de sus resultados.

La inferencia estadística basa sus supuestos teóricos en el trabajo con muestras cuyos resultados luego se extrapolarán a la población general y establecer relaciones de causalidad entre variables al momento de estudiar un fenómeno es necesario para poder estructurar discursos y tomar decisiones. Este curso tiene como propósito asociar los conceptos de muestreo y diseño de experimentos, ya que un Ingeniero Estadístico debe entender qué tipo de factores influyen para optimizar procesos de producción y a avanzar en el conocimiento de determinadas situaciones de interés.

Este curso preparará a los estudiantes de Ingeniería Estadística con una formación teórica y práctica sobre un conjunto de modelos y algoritmos fundamentales de machine learning, con énfasis en sus aplicaciones en la resolución de problemas, usando las herramientas necesarias como Ingenieros Estadísticos para resolver tanto lo tradicional como lo novedoso de la aplicación de modelos para el reconocimiento de patrones y desarrollo de métodos de ensamble.

El curso busca introducir a los estudiantes a la complejidad de la realidad y del contexto colombiano. Se desarrolla a través un recorrido analítico de sus problemáticas sociales, culturales, políticas y económicas. De allí que haga parte fundamental de la formación de todo profesional, dado que se enfoca en los valores ciudadanos, los problemas fundamentales de la sociedad colombiana y en el concepto de democracia. Así mismo se busca orientar al estudiante dentro de un marco conceptual que le permita tomar decisiones acertadas y participar conscientemente como ciudadano en nuestra realidad política.

Las bases de datos son componentes esenciales de los sistemas de información y, actualmente, la mayoría de ellas son relacionales. Los ingenieros de sistemas deben estar preparados para diseñar modelos de datos que satisfagan los requisitos de información de las organizaciones, desarrollar las bases de datos relacionales correspondientes y manejar con propiedad gestores de bases de datos.

Se ha evidenciado la utilidad del paradigma orientado a objetos para desarrollar artefactos software correctos y extensibles; hoy en día es un estándar de la industria del software con creciente cantidad de adeptos y un futuro promisorio. Los ingenieros de sistemas deben comprender y aplicar hábilmente sus conceptos, técnicas y metodologías; discernir sus ventajas y desventajas; y saber utilizar las herramientas asociadas con este paradigma.

Este curso le permite al Ingeniero Estadístico conocer fundamentos y aplicar sus conocimientos previos en análisis de datos y reconocer en la inteligencia artificial, un apoyo potencial para diseñar y generar soluciones a problemas que estén en el marco de la transformación de datos, y que provienen de tecnologías emergentes fuentes tradicionales en información útil y relevante.

La ética, la seguridad y la privacidad de los datos son de suma importancia para los profesionales en Ingeniería Estadística porque su quehacer abarca las obligaciones de recopilar, proteger y utilizar datos de identificación de personas, organizaciones y sociedades que serán transformados en información para dar soluciones a problemas a través del uso de tecnologías emergentes. En este curso el estudiante conocerá los principios básicos y fundamentales para el desarrollo de su profesión para aportar en la protección y el buen uso de los datos y la información en el contexto que se desempeñe.

El curso introducirá teorías fundamentales, métodos de entendimiento y habilidades de programación para analizar series de tiempo y datos geoespaciales. Los estudiantes de Ingeniería Estadística aprenderán las técnicas para acceder, visualizar, analizar y modelar estos tipos de datos complejos que están inmersos en una variedad de campos, incluidos la planificación, la arquitectura, la ingeniería, la salud pública, las ciencias ambientales, la economía, la epidemiología y los negocios, entre otros.

Este curso presenta conceptos clave que subyacen al desarrollo de técnicas de aprendizaje profundo en el contexto de la Estadística, el Aprendizaje Estadístico y el Aprendizaje Automático. Para la definición, entendimiento y entrenamiento de modelos de aprendizaje profundo, se presentará un conjunto básico de redes neuronales profundas y sus aplicaciones. Las ideas fundamentales presentadas en este curso preparan a los estudiantes para comprender e interpretar desarrollos futuros en este campo, de rápido movimiento, en el ejercicio de la Ingeniería Estadística.

Con la electiva se busca que el estudiante escoja una línea de profundización en el área económica o el área de producción aprovechando las ventajas de la oferta académica existente en los programas. Se relacionan las asignaturas de las líneas consideradas a las cuales puede acceder el estudiante.

Con la electiva se busca que el estudiante escoja una línea de profundización en el área económica o el área de producción aprovechando las ventajas de la oferta académica existente en los programas. Se relacionan las asignaturas de las líneas consideradas a las cuales puede acceder el estudiante.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

Temas relacionados con la profundización en algún área específica del conocimiento del programa en el que está inscrito o en alguna línea de profundización de otro programa.

La gestión, una competencia esencial que complementa la sólida base científica, técnica y tecnológica del ingeniero estadístico, es fundamental para liderar eficazmente actividades interdisciplinarias y asegurar su finalización oportuna dentro del presupuesto, alineándose con el compromiso del graduado con la innovación y la excelencia. Las metodologías ágiles facilitan la adaptación rápida a los desafíos de un entorno en constante evolución, una característica destacada en el perfil del graduado, y fomentan el trabajo en equipo y la comunicación efectiva. Un proyecto Capstone representa una oportunidad para aplicar y demostrar las habilidades adquiridas en un contexto real, proporcionando una experiencia práctica valiosa y permitiendo concebir, diseñar e implementar soluciones integrales a problemas específicos de la Ingeniería Estadística. En resumen, la materia “Gestión, Metodologías Ágiles y Capstone” puede proporcionar a un ingeniero estadístico una formación valiosa que complementa y potencia las competencias descritas en el perfil del graduado, preparándolo aún más para enfrentar los desafíos del mundo real y lograr una carrera exitosa.

1. Práctica profesional
2. Trabajo dirigido
3. Asignaturas Coterminales

1. Práctica profesional
2. Trabajo dirigido
3. Asignaturas Coterminales

1. Práctica profesional
2. Trabajo dirigido
3. Asignaturas Coterminales

1. Práctica profesional
2. Trabajo dirigido
3. Asignaturas Coterminales

Con la electiva se busca que el estudiante escoja una línea de profundización en el área económica o el área de producción aprovechando las ventajas de la oferta académica existente en los programas. Se relacionan las asignaturas de las líneas consideradas a las cuales puede acceder el estudiante.