El programa tiene 36 créditos distribuidos a lo largo de 4 trayectorias, con una duración total de 24 meses. Cada trayectoria se compone de dos ciclos de 8 semanas. Durante cada ciclo los estudiantes tomarán dos cursos simultáneamente. La cuarta trayectoria es flexible y permite que los estudiantes elijan su área de profundización: Científicos de Datos, Consultores en Analytics o Líderes en Analytics.

Malla curricular

Trayectoria 1 - Fundamentos de Analítica: En esta trayectoria se brindan herramientas para comprender el alcance estratégico de la analítica para la toma de decisiones.

Ciclo 1:

Ciclo 2:

Trayectoria 2 - Competencias Básicas de Analítica: Identificación de oportunidades para aplicar analítica en una organización, técnicas de visualización de datos y comunicación de resultados, modelamiento predictivo supervisado utilizando machine learning, procesamiento del lenguaje natural y modelamiento prescriptivo de optimización.

Ciclo 1:

  • Visualización y storytelling.
  • Introducción al Machine Learning.

Ciclo 2:

  • Machine Learning y Procesamiento del Lenguaje Natural.
  • Optimización.

Trayectoria 3 - Competencias Avanzadas de Analítica: Modelamiento de aprendizaje no supervisado, técnicas y tecnologías de computación a gran escala, modelamiento de simulaciones prescriptivas y metodologías para formular y gestionar proyectos de analítica.

Ciclo 1:

  • Elegir entre: Dinámica de sistemas o Simulación.
  • Aprendizaje no supervisado.

Ciclo 2:

  • Despliegue de soluciones analíticas.
  • Gerencia de proyectos de Analytics - Proyecto 1.

Trayectoria 4 - Aplicaciones y Técnicas Avanzadas de Analítica: El objetivo de esta trayectoria es brindar flexibilidad y oportunidad de profundizar según el interés del estudiante. Adicionalmente, en esta trayectoria se desarrollará un proyecto integrador. El objetivo de este proyecto es brindar al estudiante acompañamiento para la aplicación de las técnicas en un contexto real, técnicas para liderar proyectos de inteligencia analítica de alto impacto en las organizaciones, seguimiento en extracción de datos, modelación, análisis y comunicación de resultados, así como herramientas de trabajo en equipo.

Ciclo 1:

  • Electiva 1.
  • Electiva 2.

Ciclo 2:

  • Electiva 3.
  • Proyecto 2.

Los estudiantes podrán cursar cualquiera de los siguientes cursos como electiva para profundizar según su nivel de interés:

  • Deep Learning.
  • Pronósticos.
  • Reconocimiento de imágenes.
  • Redes Sociales.
  • Financial Analytics.
  • Marketing Analytics.

Esta estructura podrá estar sujeta a modificaciones.

Duración del programa:

24 meses
O cuatro semestres, compuestos por dos ciclos cada uno.

Cuando te gradúes, podrás

  • Identificar oportunidades de aplicación de la inteligencia analítica para generar valor dentro de las organizaciones.
  • Aplicar metodologías formales para traducir problemas de negocio en proyectos de analytics.
  • Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos y cloud computing.
  • Formular y construir modelos matemáticos descriptivos, predictivos, y prescriptivos para la toma de decisiones, como machine learning, deep learning, computer vision, análisis de lenguaje natural (NLP), optimización, análisis de redes sociales, entre otras.
  • Hacer uso de herramientas tecnológicas como lenguajes computacionales, librerías para analytics, manejo de bases de datos y servidores. Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización y storytelling.
  • Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización.
  • Liderar proyectos de inteligencia analítica de alto impacto en las organizaciones, utilizando metodologías estructuradas de analytics y de análisis de decisiones, y tecnología computacional para soportar grandes volúmenes de datos.

Cursos abiertos

La Universidad de los Andes ofrecerá cursos abiertos para las personas que deseen iniciar su camino hacia la maestría:

  • Fundamentos de probabilidad y aplicaciones - Adquiere una formación sólida en los conceptos más importantes de probabilidad y sus aplicaciones. Lograrás una adecuada comprensión y utilización de los modelos de naturaleza probabilística en la solución de problemas de la vida real que comportan riesgo e incertidumbre.
  • Fundamentos de estadística aplicada - Adquiere una formación sólida en los conceptos más importantes de estadística y sus aplicaciones. En este curso haremos especial énfasis en que logres una adecuada comprensión del análisis descriptivo de datos estadísticos, así como de los métodos básicos para la estimación de parámetros poblacionales, finalizando con el entendimiento de los modelos de Regresión Lineal Simple y Múltiple, y las oportunidades de aplicación de dichos modelos.
  • Programación en Python - Un curso altamente interactivo que constantemente te retará a responder preguntas, verificar tu comprensión, ejercitarte en escritura de código de programación, resolver casos de diferente complejidad y múltiples oportunidades para pasar de la teoría a la práctica.

También podrás homologar hasta un máximo de 8 créditos aprobados, equivalentes a los 4 cursos que componen el primer semestre de la Maestría, y los cuales se ofrecerán mediante modalidad abierta a través de Educación Continua. Para más información escríbenos a miad@uniandes.edu.co

Aplicación móvil de Coursera

Los estudiantes pueden acceder a los materiales de la maestría por medio de la aplicación móvil. Actualmente la aplicación es utilizada por más del 80 por ciento de los estudiantes de postgrado en Coursera. La aplicación está disponible en iOS y Android.

Con la aplicación móvil, los estudiantes podrán:

  • Descargar el contenido de una semana para acceder sin conexión a Internet
  • Guardar y presentar cuestionarios sin conexión
  • Ver las transcripciones de texto de los videos de los cursos
  • Tomar notas directamente en la aplicación
  • Establecer alertas de recordatorio para el progreso de los cursos

Download Coursera's mobile app

Download on the App StoreGet it on Google Play

Coursera no otorga crédito académico y no garantiza que una institución académica, aparte de la institución que otorga el título, reconocerá el crédito o la credencial otorgada por la institución. La decisión de otorgar, aceptar o reconocer crédito académico, está sujeta a la discreción única y absoluta de una institución educativa.

Antes de presentar su solicitud al programa, recomendamos investigar si este título cumple con sus necesidades académicas y / o profesionales.