En la Licenciatura en Inteligencia Artificial y Ciencia de los Datos el objetivo es formar profesionales altamente capacitados en inteligencia artificial y ciencia de los datos con una sólida base teórica, técnica y práctica para desarrollar soluciones innovadoras que contribuyan a la automatización de procesos y apoyen la transformación digital de los sectores productivos, mejorando su competitividad, impacto social y ambiental, integrando en su desempeño los criterios éticos pertinentes.
En la Licenciatura en Inteligencia Artificial y Ciencia de los Datos el objetivo es formar profesionales altamente capacitados en inteligencia artificial y ciencia de los datos con una sólida base teórica, técnica y práctica para desarrollar soluciones innovadoras que contribuyan a la automatización de procesos y apoyen la transformación digital de los sectores productivos, mejorando su competitividad, impacto social y ambiental, integrando en su desempeño los criterios éticos pertinentes.
El perfil del aspirante a la Licenciatura en Ciencia de Datos e Inteligencia Artificial debe mostrar:
Al concluir con éxito la carrera, el egresado del programa de la Licenciatura en Inteligencia Artificial y Ciencia de los Datos será un profesional con disposición para el aprendizaje continuo, la búsqueda de información actualizada y capacidad para adaptarse a nuevos conocimientos y tecnologías. Tendrá capacidad para analizar críticamente información de diversas fuentes, identificar sesgos y determinar su confiabilidad. De manera particular, el egresado será un profesional especializado para:
El plan de estudios contiene áreas determinadas, con un valor de créditos asignados a cada Unidad de Aprendizaje y un valor global de acuerdo con los requerimientos establecidos por área de formación para ser cubiertos por los estudiantes, y que se organiza conforme a la siguiente estructura:
| Áreas de Formación | Créditos | % |
| Área de Formación Básica Común | 60 | 17 |
| Área de Formación Básica Particular Obligatoria | 56 | 16 |
| Área de Formación Especializante Obligatoria | 129 | 37 |
| Área de Formación Especializante Selectiva | 80 | 23 |
| Área de Formación Optativa Abierta | 24 | 7 |
| Número mínimo de créditos para optar por el título | 349 | 100 |
| Totales: | 240 | 300 | 620 | 60 | |
| Unidad de Aprendizaje |
Tipo | Horas Teoría | Horas Práctica |
Horas Totales |
Créditos |
| Pensamiento crítico | CT | 40 | 40 | 80 | 8 |
| Innovación Tecnológica | CT | 40 | 40 | 80 | 8 |
| Inteligencia Colectiva | CT | 40 | 40 | 80 | 8 |
| Storytelling | CT | 40 | 40 | 80 | 8 |
| Gestión Socioemocional y Cognitivo | CT | 40 | 40 | 80 | 8 |
| Análisis de Problemas Globales del Siglo XXI | – | – | – | 80 | 8 |
| Gestión de Proyectos | CT | 40 | 40 | 80 | 8 |
| Formación Integral | – | – | 60 | 60 | 4 |
| Totales: | 280 | 280 | 560 | 56 | |
| Unidad de Aprendizaje | Tipo | Horas Teoría | Horas Práctica | Horas Totales | Créditos |
| Álgebra Lineal | CT | 40 | 40 | 80 | 8 |
| Introducción a la Ciencia de Datos | CT | 40 | 40 | 80 | 8 |
| Matemáticas I | CT | 40 | 40 | 80 | 8 |
| Programación I | CT | 40 | 40 | 80 | 8 |
| Probabilidad y Estadística | CT | 40 | 40 | 80 | 8 |
| Ética y Responsabilidad Social | CT | 40 | 40 | 80 | 8 |
| Matemáticas | CT | 40 | 40 | 80 | 8 |
| Unidad de Aprendizaje | Tipo | Horas Teoría | Horas Práctica | Horas Totales | Créditos |
|---|---|---|---|---|---|
| Programación II | CT | 40 | 40 | 80 | 8 |
| Probabilidad y Estadística II | CT | 40 | 40 | 80 | 8 |
| Base de Datos | CT | 40 | 40 | 80 | 8 |
| Machine Learning e Inferencia Bayesiana | CT | 40 | 40 | 80 | 8 |
| Complejidad computacional y optimización de soluciones | CT | 40 | 40 | 80 | 8 |
| Matemáticas aplicadas para ciencia de datos | CT | 40 | 40 | 80 | 8 |
| Redes de computadoras | CT | 40 | 40 | 80 | 8 |
| Programación III | CT | 40 | 40 | 80 | 8 |
| Introducción a la IA: Machine Learning y procesamiento de datos | CT | 40 | 40 | 80 | 8 |
| Programación IV | CT | 40 | 40 | 80 | 8 |
| Sistemas operativos | CT | 40 | 40 | 80 | 8 |
| Visualización de Datos | PP | 40 | 40 | 80 | 8 |
| Ingeniería de Software | CT | 40 | 40 | 80 | 8 |
| Prácticas Profesionales | PP | 0 | 260 | 260 | 17 |
| Proyecto Integrador | CT | 40 | 40 | 80 | 8 |
| Total | 560 | 820 | 1,380 | 129 |
Área de Formación Especializante Selectiva
(Orientación A)
| Unidad de Aprendizaje | Tipo | Horas Teoría | Horas Práctica | Horas Totales | Créditos |
|---|---|---|---|---|---|
| Orientación A-1 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación A-2 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación A-3 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación A-4 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación A-5para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Total | 200 | 200 | 400 | 40 |
Área de Formación Especializante Selectiva
(Orientación B)
| Unidad de Aprendizaje | Tipo | Horas Teoría | Horas Práctica | Horas Totales | Créditos |
|---|---|---|---|---|---|
| Orientación B-1 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación B-2 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación B-3 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación B-4 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Orientación B-5 para Inteligencia Artificial y Ciencia de los Datos | CT | 40 | 40 | 80 | 8 |
| Total | 200 | 200 | 400 | 40 |
Área de Formación Optativa Abierta
| Unidad de Aprendizaje | Tipo | Horas Teoría | Horas Práctica | Horas Totales | Créditos |
|---|---|---|---|---|---|
| Optativa I | CT | 40 | 40 | 80 | 8 |
| Optativa II | CT | 40 | 40 | 80 | 8 |
| Optativa III | CT | 40 | 40 | 80 | 8 |
| Optativa IV | CT | 40 | 40 | 80 | 8 |
| Optativa V | CT | 40 | 40 | 80 | 8 |
| Optativa VI | CT | 40 | 40 | 80 | 8 |
Los egresados de la Licenciatura en Inteligencia Artificial y Ciencia de los Datos podrán insertarse en diversos ámbitos del ejercicio profesional, entre los cuales se incluyen:
Empresas de tecnología: Se mejoran los productos tecnológicos y su operación automatizada basada en detección de patrones de comportamiento y predicciones. Con esto se aumenta la eficiencia de los recursos humanos trabajando en este sector.
Empresas de consultoría: Proporcionando servicios de consultoría en análisis de datos, inteligencia artificial que aumenten la competitividad, eficiencia e innovación de diversas empresas y organizaciones.
Empresas de servicios financieros: Utilizando técnicas de la inteligencia artificial y ciencia de los datos para realizar predicciones del comportamiento de los mercados, identificar y prevenir fraudes. También se mejora la calidad y seguridad de las transacciones financieras.
| Centro Universitario de Guadalajara | https://cugdl.udg.mx/ |
Te recomendamos visitar la página web oficial de la sede. Allí encontrarás más información sobre el plan de estudios, requisitos de admisión y números de contacto.
¡Buena suerte en tu búsqueda académica!