Doctorado en Ciencia de Datos e Inteligencia Artificial

Introduce al estudiante en los fundamentos de la investigación científica mediante la construcción del estado del arte y el análisis crítico de la literatura especializada. La asignatura fortalece las capacidades para identificar vacíos de conocimiento, formular preguntas de investigación relevantes y sustentar propuestas innovadoras en ciencia de datos e inteligencia artificial, promoviendo una visión rigurosa e interdisciplinaria de la investigación doctoral.

Desarrolla los fundamentos estadísticos y probabilísticos necesarios para el análisis de datos, la modelación de fenómenos complejos y la toma de decisiones basadas en evidencia. La asignatura proporciona herramientas para la inferencia estadística, la cuantificación de la incertidumbre y la construcción de modelos que sustentan la investigación avanzada en ciencia de datos e inteligencia artificial.

Presenta los principios y metodologías fundamentales del aprendizaje automático para la construcción de modelos capaces de identificar patrones, realizar predicciones y extraer conocimiento a partir de datos. La asignatura aborda enfoques supervisados y no supervisados como base para el desarrollo de soluciones inteligentes aplicadas a problemas científicos, tecnológicos y organizacionales.

Introduce los fundamentos del aprendizaje profundo y las arquitecturas neuronales modernas utilizadas en el desarrollo de sistemas inteligentes. El curso permite comprender y aplicar técnicas avanzadas para el procesamiento de datos complejos, fortaleciendo las capacidades de innovación, experimentación e investigación en inteligencia artificial.

Orienta al estudiante en la formulación y consolidación de su proyecto doctoral, integrando fundamentos metodológicos, criterios de calidad científica y principios éticos de investigación. La asignatura permite estructurar propuestas viables, pertinentes y con potencial de impacto en los ámbitos académico, científico y tecnológico.

Aborda los fundamentos teóricos y aplicados de los modelos de regresión como herramientas esenciales para el análisis estadístico y el aprendizaje supervisado. Los estudiantes desarrollan competencias para modelar relaciones complejas entre variables, interpretar resultados y generar evidencia para la toma de decisiones basada en datos.

Profundiza en técnicas avanzadas de aprendizaje automático, incluyendo métodos no supervisados, reducción de dimensionalidad, detección de anomalías y aprendizaje por refuerzo. La asignatura fortalece la capacidad para descubrir estructuras ocultas en los datos y desarrollar modelos inteligentes para escenarios complejos y de alta incertidumbre.

Explora arquitecturas avanzadas de aprendizaje profundo y estrategias para optimizar su desempeño en entornos reales. Los estudiantes desarrollan competencias para diseñar, implementar y evaluar modelos de última generación, incorporando consideraciones de eficiencia computacional, escalabilidad y responsabilidad en el uso de tecnologías inteligentes.

Acompaña la implementación del proyecto doctoral mediante la aplicación rigurosa de metodologías de investigación, estrategias de análisis y herramientas avanzadas de procesamiento de datos. La asignatura fortalece la capacidad para generar evidencia científica sólida y avanzar en la producción de conocimiento original.

Permite profundizar en áreas emergentes como procesamiento de lenguaje natural o visión por computador, fortaleciendo competencias especializadas para el desarrollo de sistemas inteligentes capaces de interpretar texto, imágenes y otras fuentes complejas de información.

Ofrece formación avanzada en áreas estratégicas como ciencia de datos espacial o computación en la nube, ampliando las capacidades para gestionar infraestructuras de datos, desarrollar aplicaciones escalables y abordar problemas complejos en distintos contextos de investigación e innovación.

Analiza los desafíos éticos, sociales y regulatorios asociados al desarrollo y uso de sistemas de inteligencia artificial. La asignatura aborda temas como transparencia, explicabilidad, privacidad, sesgos algorítmicos, derechos humanos y gobernanza tecnológica, promoviendo una visión responsable e interdisciplinaria de la innovación. 

Profundiza en fundamentos matemáticos avanzados para la ciencia de datos y la inteligencia artificial, incluyendo herramientas para la modelación de sistemas dinámicos y el desarrollo de nuevos enfoques computacionales basados en redes neuronales.

Explora modelos generativos de última generación, incluyendo arquitecturas transformadoras y modelos de difusión. La asignatura proporciona herramientas para el desarrollo de sistemas capaces de generar contenido, representar conocimiento complejo y abordar problemas de aprendizaje avanzado.

Constituye un hito fundamental en la formación doctoral, mediante el cual el estudiante demuestra la solidez conceptual, metodológica y científica de su investigación. Esta evaluación valida la madurez académica del doctorando y su capacidad para desarrollar investigación original con rigor y pertinencia.

Promueve la inmersión académica, científica o tecnológica en instituciones nacionales o internacionales, fortaleciendo competencias investigativas, la colaboración interdisciplinaria y la transferencia de conocimiento. La experiencia contribuye al desarrollo de redes académicas y a la proyección internacional del doctorando.

Corresponde a la consolidación de los avances de investigación y a la estructuración inicial del documento de tesis. La asignatura fortalece las capacidades de análisis, argumentación y escritura científica, garantizando la calidad y coherencia de la producción académica del estudiante.

Facilita la integración del doctorando en grupos y proyectos de investigación de alto nivel, promoviendo el intercambio de conocimientos, el desarrollo de nuevas metodologías y la generación de resultados científicos con impacto académico, tecnológico y social.

Orienta la producción de resultados publicables derivados de la investigación doctoral. La asignatura fortalece las competencias para la comunicación científica, la publicación en revistas especializadas y la participación activa en comunidades académicas nacionales e internacionales

Acompaña la consolidación del documento final de tesis mediante procesos de revisión, análisis crítico y fortalecimiento de los aportes científicos de la investigación. La asignatura garantiza la rigurosidad académica y la calidad de los resultados generados durante el proceso doctoral.

Corresponde a la culminación del proceso doctoral mediante la sustentación y defensa pública de la tesis. El estudiante demuestra su capacidad para generar conocimiento original, desarrollar investigación de frontera y contribuir al avance científico y tecnológico de la ciencia de datos y la inteligencia artificial.