Maestría en Sistemas de Información
¿Por qué estudiar este programa?
Estudiar una Maestría en Sistemas de Información con este enfoque no es solo una actualización académica; es una inversión estratégica para posicionarte en la cima del mercado laboral actual. Hoy en día, las organizaciones no buscan simples administradores de tecnología, sino líderes capaces de alinear la estrategia de negocio con las herramientas más disruptivas.
Existe una brecha enorme entre la alta gerencia (que habla de finanzas y estrategia) y el equipo técnico (que habla de código e infraestructura). La Arquitectura Empresarial te da la visión global para diseñar cómo interactúan los procesos, la información y la tecnología de una empresa. Te conviertes en el traductor y estratega que diseña el futuro digital de la compañía.
Los datos son el nuevo petróleo, pero sin la capacidad de procesarlos, no sirven de nada. Al dominar Big Data, aprendes a capturar, almacenar y analizar volúmenes masivos de información en tiempo real. Pasarás de "adivinar" qué quieren los clientes o cómo optimizar la cadena de suministro, a tomar decisiones basadas en evidencia científica y predictiva.
La Inteligencia Artificial ya no es el futuro; es el presente. Sin embargo, muchas empresas quieren implementarla pero no saben cómo integrarla de forma segura y eficiente en sus sistemas actuales. Este postgrado te prepara para diseñar e implementar soluciones de IA (como automatización de procesos, modelos predictivos o machine learning) que se acoplen perfectamente a la infraestructura de la empresa, generando un valor inmediato.
¿A quién está dirigido?
A Profesionales de todas las áreas de la Ingeniería y carreras afines, así como Arquitectos y Licenciados de cualquier disciplina, que deseen ampliar sus conocimientos en el uso de las Tecnologías y los Sistemas de Información, como un complemento importante para su desarrollo profesional, en un entorno donde las organizaciones se ven obligadas a evolucionar hacia la Transformación Digital para mantenerse competitivas.
Créditos de Imagen: i.imgur.com
¿Cuál es el Plan de Estudio?
Sistemas y Tecnologías de la Información (3 UC)
Infraestructura de TI. Estrategia de Negocio. Modelos de Gestión de Proyectos: PRINCE 2, IPMA, ISO 21500, PIM y Gestión Ágil/Iterativa. Sistemas Complejos. COBIT (Control Objectives for Information and related Technology). ITIL (Information Technology Infrastructure Library). Tendencias Emergentes: Transformación Digital, Cloud Computing. BigData. Ciencia de Datos. Inteligencia Artificial. Aprendizaje Profundo. Organizaciones Inteligentes. Ética y Seguridad Informática.
Tópicos Avanzados de Bases de Datos (3 UC)
Procesamiento de Consultas y Optimización. Modelos Emergentes de base de datos: BDM, XLM, JSON. Inteligencia de negocios, OLAP, Datawarehouse, Data Mart, Data mining, Búsqueda de agrupaciones (Clustering). Base datos NoSQL. Base de datos en la nube. Realidad Aumentada.
Arquitectura Empresarial y Transformación Digital (3 UC)
Arquitectura Empresarial. Relación con perspectivas empresariales. Estrategia empresarial. Transformación Digital. Experiencia del Cliente. Rol del Arquitecto Empresarial. Posición según perspectivas empresariales. Madurez de capacidades. Modelos de Madurez. Arquitectura del Negocio y Procesos. Modelos de Negocios. Estrategias. Arquitectura de Datos. Arquitectura Tecnológica.
Tópicos Avanzados de Ingeniería de Software (2 UC)
Proceso de Desarrollo. Herramientas CASE. Lenguaje de Modelado: UML. Gestión de Requerimientos. Diagrama de Clases. Relaciones de Asociación, Generalización y Agregación. Cloud Computing. Arquitectura de Software. Frameworks. Estándares de seguridad.
Innovación y Creatividad en Sistemas de Información (3 UC)
Innovación, motivación y creatividad. Gestión de la Innovación. Caracterización del Dominio en Sistemas de Información. Herramientas para la gestión de la innovación y creatividad. Transformación digital. Las empresas emergentes.
Big Data (3 UC)
Fundamentos tecnológicos. Arquitectura de alto nivel y Cadena de valor en Big Data. Escalabilidad. Fragmentación y Replicación. Sistema de archivo y Procesamiento distribuido. Hadoop: HDSF, Map/Reduce, Yarn. Datalake. Visualización de datos. Spark SQL. Databrick. De Inteligencia de Negocio a Big Data. Introducción a Python y R para análisis de datos.
Inteligencia Artificial: Redes Neuronales y Machine Learning (3 UC)
Introducción a la Inteligencia Artificial. Definiciones y conceptos básicos. Áreas de estudio y aplicaciones. Procedimientos de búsqueda: BFS, DFS, IDFS, Dijsktra, A*, IDA* . Heurísticas y técnicas de optimización. Computación evolutiva. Algoritmos genéricos. Introducción al aprendizaje por refuerzo. Aprendizaje automático (Machine learning). Definición. Aprendizaje supervisado: técnicas para regresión y clasificación. Aprendizaje no supervisado: técnicas para agrupamiento. Selección y evaluación de modelos. Redes neuronales artificiales. Aprendizaje profundo (Deep learning). Aplicaciones: Visión por computador, Procesamiento de lenguaje natural, Inteligencia artificial generativa.
Seminarios de Investigación I y II (3 UC c/u)
La investigación. Fases del diseño de una investigación. Planteamiento del problema de investigación. Hipótesis y objetivos. Marco teórico y referencial. Metodología de la investigación: Tipo y Profundidad. Instrumentos de recolección y análisis de datos. Elaboración del Proyecto de Investigación.
Trabajo de Grado de Maestría (6 UC)
Modalidad
A distancia
Datos de contacto
Profesor: Albaro López
Director de Programa
Email: alopezvi@ucab.edu.ve
Teléfono: +582124074520
Coordinadora Académica: Elena Bello
Email: ebelloes@ucab.edu.ve
Compartir por:
