Licenciatura en Inteligencia Artificial y Ciencia de Datos

Perfil de ingreso y egreso de Tecnologías.

Perfil de Ingreso.
La persona aspirante para ingresar a la Licenciatura en Inteligencia Artificial y Ciencia de Datos deberá contar con conocimientos, habilidades, actitudes y valores establecidos en las competencias genéricas del Marco Curricular Común de la Educación Media Superior, además de los siguientes:

Conocimientos
• Matemáticas básicas: álgebra, geometría analítica y nociones de cálculo.
• Fundamentos de lógica y razonamiento.
• Introducción al uso de tecnologías digitales.
• Principios básicos de ciencias naturales y tecnologías de la información.
• Comprensión lectora en español y nociones básicas de inglés.

Habilidades
• Analizar información y resolver problemas de forma lógica y estructurada.
• Identificar patrones y relaciones entre datos o situaciones.
• Comunicarse de manera clara en forma oral y escrita.
•    Manejar herramientas digitales básicas para la búsqueda y organización de información.
•    Trabajar de forma colaborativa, asumir roles y cumplir acuerdos.
•    Gestionar de manera responsable su tiempo y actividades académicas.
•    Actitudes y Valores
•    Interés por la tecnología, la innovación y las aplicaciones sociales de la IA.
• Responsabilidad, honestidad académica y disciplina en el estudio.
• Curiosidad intelectual y disposición para aprender de forma continua.
• Respeto por la diversidad, el pensamiento crítico y las opiniones de otros.
• Apertura para participar en proyectos colaborativos y multidisciplinarios.

 

 

Plan de estudios

Primer Cuatrimestre

  • Lógica de Programación y Algoritmia
  • Matemáticas Discretas
  • Taller de Creatividad e Innovación con IA
  • Comunicación Oral y Escrita para Ingeniería 
  • Inglés I

Segundo Cuatrimestre

  • Cálculo Diferencial e Integral
  • Programación Orientada a Objetos
  • Visualización de Datos y Dashboarding
  • Antropología Filosófica y Tecnología
  • Inglés II

Tercer Cuatrimestre

  • Estructura de Datos y Complejidad
  • Álgebra Lineal
  • Probabilidad y Estadística
  • Desarrollo Web Básico
  • Ética Aplicada a la Ingeniería y Responsabilidad Social Empresarial (RSE)
  • Inglés III

Cuarto Cuatrimestre

  • Inferencia Estadística
  • Fundamentos de Datáfono Science
  • Bases de Datos Relacionales y SQL
  • Liderazgo y Trabajo en Equipo
  • Marco Legal de los Datos en México y Ciberseguridad
  • Inglés IV

Quinto Cuatrimestre

  • Métodos Numéricos y Optimización
  • Inteligencia Emocional y Gestión de Conflictos
  • Metodologias Ágiles
  • Machine Learning I
  • Ingeniería de Características
  • Inglés V

Sexto Cuatrimestre

  • Arquitecturas Cloud
  • Redes Neuronales y Deep Learning
  • Visión por Computadora Aplicada
  • Machine Learning II
  • Optativa Humanista o Social
  • Inglés VI

Séptimo Cuatrimestre

  • MLOps y Despliegue de Modelos
  • Procesamiento de Lenguaje Natural (NLP)
  • IA Generativa y LLMs
  • Taller de Empleabilidad y Marca Personal
  • Auditoría Algorítmica, Gobernanza y Faimess

Octavo Cuatrimestre

  • Ingeniería de Datos a Gran Escala
  • Sistemas Ciberfísicos y Robótica Inteligente 
  • Análisis Geoespacial y Datos Territoriales
  • Detección y Control con Visión Artificial
  • Ética Avanzada y Gobernanza Algorítmica

Noveno Cuatrimestre

  • Laboratorio Integrador de IA y Ciencia de Datos
  • Arquitecturas de IA a Gran Escala
  • Emprendimiento Tecnológico y Startups de IA
  • Seminario de Proyecto de Titulación
  • Seguridad, Auditoría y Ética Algorítmica
9 cuatrimestres
Modalidad:
Presencial
Tipo de ingreso:
Cuatrimestral

 

Coordinadora académica

Dra. Guadalupe Velázquez Ruiz

Contacto

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

961 615 4249 y 961 615 1326 Ext. 106 y 108