Escuela de Ingeniería de Sistemas y Computación

Presentación

Título que otorga

Magíster en Analítica e Inteligencias de Negocios

Duración

3 Semestres (Presencial - Tiempo completo)

Más información sobre el proceso de inscripción. Ampliar

Presentación

La Escuela de Ingeniería de Sistemas y Computación y la Escuela de Ingeniería Industrial de la Universidad del Valle presentan la Maestría en Analítica e Inteligencia de Negocios, un programa de profundización dirigido a mejorar el desempeño de los profesionales que trabajan en análisis inteligente de datos y Big Data, para el apoyo a la toma de decisiones en las organizaciones.

La Política Nacional de Explotación de Datos (Big Data) destaca el reconocimiento de estos, como elemento central para la adaptación a la cuarta revolución industrial y para el apalancamiento del crecimiento económico, donde uno de sus principales aspectos es la formación de personal calificado para gestionar y desarrollar proyectos en el marco de estas nuevas tecnologías.

Como antecedente, las dos Escuelas ofrecen programas de posgrado desde hace más de 15 años y su programa de doctorado está acreditado por 10 años, lo que garantiza una trayectoria del cuerpo docente que combina la experiencia investigativa y aplicada en inteligencia de negocios, análitica y Big Data.

Objetivos

El objetivo general de la maestría en profundización en Analítica e Inteligencia de Negocios es formar profesionales que sean capaces de proponer, diseñar y ejecutar proyectos basados en datos que agreguen valor a los procesos de una organización a través de técnicas computacionales, modelos de optimización y toma de decisiones.

El programa de Maestría en Analítica e Inteligencia de Negocios tiene los siguientes objetivos específicos para apoyar a los estudiantes en el logro de sus objetivos de aprendizaje:

Diseñar e impartir a los estudiantes proyectos que involucren el manejo de diversas fuentes de información para apoyar la generación de valor en las organizaciones.
Ofrecer experiencias de aprendizaje en las que los estudiantes apliquen conocimientos de diferentes teorías, modelos, metodologías y técnicas relacionadas con analítica e inteligencia de negocios, para resolver problemas de diversa índole aplicables en distintos ámbitos y sectores.

SINIES

108532

Acréditación de alta calidad

Inversión

10 Salarios Mínimos Legales Vigentes por semestre

Horario

Los horarios de clase serán de 5:30 pm a 9:30 pm entre semana

Sábados de 7:00 am a 1:00 pm.

En situaciones eventuales se programarán charlas y seminarios, procurando que sean siempre en jornada nocturna.

Edificio Ciencias de la Computación B13. En situaciones eventuales se programarán clases, en otros espacios procurando siempre un lugar cómodo y la no cancelación de clases.

Contacto

Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Perfil

Perfil del aspirante

El programa académico Maestría en Analítica e Inteligencia de Negocios, está dirigido a profesionales de diversas disciplinas que desempeñen o deseen desempeñar actividades relacionadas con la gestión y análisis de datos, para apoyar la toma de decisiones en las organizaciones.

En el caso de aspirantes de otras áreas diferentes a la ingeniería de sistemas, el programa contempla cursos introductorios de nivelación, necesarios para afrontar el programa de maestría.

Perfil profesional

Formar profesionales capaces de proponer, diseñar y ejecutar proyectos basados en el análisis inteligente de los datos, que agreguen valor a los procesos de la organización, a través de técnicas computacionales de inteligencia artificial, modelos de optimización y toma de decisiones.

El profesional estará en capacidad de seleccionar, desarrollar y gestionar tecnologías de analítica. Con visión para implementar productos o servicios que generen valor a la organización.
Utilizar los conocimientos avanzados en las teorías, modelos, metodologías y técnicas relacionadas con análitica e inteligencia de negocios, que le permitan bajo una concepción tecnológica, entender y resolver problemas de diversa índole aplicables en distintos ámbitos y sectores.
Participar en grupos interdisciplinarios aportando sus conocimientos y habilidades a la solución de problemas reales.
Apoyar el área de estrategia y planificación organizacional por medio de analíticas y la interpretación de resultados.

Áreas de investigación

Grupo de Univalle en Inteligencia Artificial (GUIA)
Grupo de Investigación en Ambientes Visuales de Programación Aplicativa (AVISPA)
Grupo de Estudios Doctorales en Informática (GEDI)
Grupo Multimedia y Visión por Computador (MVC)
Grupo de Investigación en Logística y Producción
Grupo de Investigación en Finanzas Cuantitativas (GIFINC)

Asuntos Académicos

Asuntos academicos

Calendario

Consulte en la Oficina de Registro Académico las diferentes fechas para el proceso de matrícula.

Estructura curricular

Resolución N° 067 Consejo Superior, Diciembre 18 de 2018

	NOMBRE DE LA ASIGNATURA	CREDITOS
SEMESTRE I	-Gestión de Datos	2
	-Introducción a la Programación para Analítica	2
	-Métodos Cuantitativos para Análisis de Información	4
	-Inteligencia de Negocios	4
	-Seminacio Big Data Analytics	3
TOTAL CRÉD. SEMESTRE I		15
SEMESTRE II	-Toma de Decisiones Basadas en los Datos	4
	-Minería de Datos	4
	-Electiva 1*	4
	-Trabajo Integrador I	4
TOTAL CRÉD. SEMESTRE II		16
SEMESTRE III	-Electiva 2*	4
	-Electiva 3*	4
	-Trabajo Integrador II - Profundización en Ingeniería	6
TOTAL CRÉD. SEMESTRE III		14

Total Créditos Obligatorios		20
Total Créditos Electivas		12
Total Créditos Profundización Integración		13
TOTAL CREDITOS		45

*Asignatura electivas
*Finance Analytics	*Diseño y Optimización de Cadenas de Abastecimiento
*Tópicos avanzados en ingeniería económica	*Introducción a la Gestion y Análisis de información en Ambientes Distribuidos
*Ingeniería Financiera	*Bases de datos NoSQL
*Analítica aplicada al mercadeo y servicio al cliente	*Tópicos avanzados en base de datos
*Analítica aplicada al sector salud	*Mineria de datos
*Visualización avanzada de datos