93B4D3Movil.png

Maestría en Ingeniería de Información (Master of Information Engineering)

MINE

Plan de estudios

Cursos de fundamentación

Seleccione sus cursos de fundamentación dentro de la siguiente oferta de materias:

Ciencia de datos aplicada
MINE-4101 4 creditos

Análisis de Big Data
MINE-4102 4 creditos

Administración del conocimiento
MINE-4103 4 creditos

Estrategia y Liderazgo de Datos
MINE-4104 4 creditos

Soluciones de datos en la Nube
MINE-4105 4 creditos

Organizaciones centradas en datos
MINE-4209  4 créditos

A partir del semestre 2025-10 el curso "Organizaciones centradas en datos" deja de ser curso de profundización y pasa a ser válido como curso de fundamentación

A partir del semestre 2025-10 el curso "Desarrollo de Soluciones Cloud" deja de ser curso de fundamentación y pasa a ser válido como curso de complemento

Cursos de profundización

Seleccione sus cursos de profundización dentro de la siguiente oferta de materias:

Análisis con Deep Learning
MINE-4210  4 créditos

Business Analytics
MBIT-4203 4 creditos

A partir del semestre 2025-10 el curso "Visual Analytics" deja de ser curso de profundización y pasa a ser válido como curso de complemento

Cursos de complemento

Electiva Escuela de posgrados DISC
MXXX-yyyy 4 creditos

Electiva Maestrias uniandes
MXXX-yyyy 4 creditos

Desarrollo de Soluciones Cloud
ISIS-4426 4 créditos

Visual Analytics
ISIS-4822 4 creditos

Cursos de integración

Modalidad de profundización:

Proyecto Final
MINE-4301 4 creditos
Prerrequisitos: LENG-4999

Para cursar el Proyecto Final de MINE el estudiante debe cumplir previamente los siguientes requisitos:

  • Estar inscrito en MINE
  • Haber aprobado el requisito de idioma para Maestría
  • Haber aprobado 28 créditos válidos para MINE

* Para aprovechar el curso de Proyecto Final es recomendable haber cursado los 3 cursos de fundamentación.

Modalidad de investigación:

Esta modalidad aplica únicamente para aquellos estudiantes que ingresaron antes del 2024-10

Cursos ofrecidos en la Escuela de Verano

Los cursos ofrecidos para la Escuela de Verano son válidos como Profundización.

Descripción de cursos

Créditos: 4

Objetivo general:

Este curso busca principalmente desarrollar habilidades en los estudiantes para la selección y uso de técnicas y herramientas computacionales y estadísticas adecuadas para la preparación y el análisis de datos, incluyendo la construcción de mecanismos efectivos para la entrega de resultados y que a su vez puedan ser usados por los stakeholders de la organización interesados así como por otros sistemas computacionales que los requieran.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4101/

Oferta: Ciencia de Datos Aplicada

Créditos: 4

Objetivo general:

Desarrolla habilidades relacionadas con el diseño de infraestructura, la integración y análisis de cantidades masivas de información, relevantes para el usuario y para el ecosistema de una organización, provenientes de fuentes diversas, como dispositivos móviles, Web, redes sociales, flujos de datos en línea o infraestructuras en la nube. Se enfoca en el análisis de contenidos e información no estructurada o semiestructurada en condiciones de alta escalabilidad.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4102/

Oferta: Análisis de Información sobre Big Data

Créditos: 4

Objetivo general:

Se enfoca en la comprensión de lo que es el conocimiento, cómo es, cómo se usa y cómo puede ser manejado informáticamente. Con base en esto se estudia la problemática de cómo darle semántica a la información para volverla conocimiento, cómo incorporarlo, cuáles son los procesos de conocimiento y cómo administrar este conocimiento en una empresa, de manera que dicha empresa cuente con herramientas informáticas basadas en conocimiento que apoyen su operación y mejoramiento.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4103/

Oferta: Administración del conocimiento

Créditos: 4

Objetivo general: Este curso proporciona una comprensión integral de la estrategia de datos dentro de las organizaciones. Los participantes aprenderán a conceptualizar la estrategia de datos como un plan estratégico destinado a alinearse con los objetivos de negocio y maximizar el valor para las partes interesadas. Los temas clave incluyen retomar principios de gestión de datos, tecnologías relevantes, técnicas de análisis de datos y estrategias para mejorar la experiencia del cliente. Además, el curso explora la promoción de modelos de negocio disruptivos y la configuración de ecosistemas empresariales. Los participantes no solo obtendrán información sobre las prácticas actuales de estrategia de datos, sino que también estarán equipados para anticipar y dar forma a futuras estrategias de negocio basadas en datos.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4104/

Oferta: Estrategia y Liderazgo de Datos

Créditos: 4

Objetivo general:

La adopción de computación en la nube continúa creciendo en una variedad de organizaciones y dominios y han permitido la evolución y escalamiento en diversas áreas, especialmente en soluciones de datos. Esta adopción implica entender los cambios arquitectónicos, funcionales, de seguridad y gobierno junto con el modelo de costos para tomar decisiones bien informadas que permiten aprovechar las ventajas específicas de la nube como agilidad, elasticidad, escalabilidad, y resiliencia. Este curso se enfoca en el diseño y evaluación de soluciones de datos que van desde almacenamiento, transaccionalidad, seguridad y gobierno, como sus usos en analítica básica y avanzada. Una solución de datos en la nube bien diseñada, parte de la clara definición de las necesidades de negocio, casos de uso y su traducción en criterios de diseño, selección de servicios, tecnologías y configuraciones específicas para dar respuesta a dichas necesidades. Este curso aproxima a los estudiantes al marco conceptual y práctico de diseñar soluciones de datos que respondan a las necesidades actuales y futuras de las organizaciones y cómo las tecnologías de nube son un habilitador y potenciador para abordarlas.

El temario está compuesto por cuatro módulos: 
Módulo # 1 - Conceptos básicos, tipos de almacenamiento, seguridad y gobierno de datos en la nube.
Módulo # 2 - Soluciones de bases de datos SQL, No-SQL y de propósito específico.
Módulo # 3 - Ingeniería de datos, soluciones de ETL, analítica básica y procesamiento de big data.
Módulo # 4 - Soluciones de analítica avanzada, aprendizaje automático e inteligencia artificial.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4105/

Oferta: Soluciones de datos en la Nube

Créditos: 4

Objetivo general:

Se enfoca en el análisis de información de contexto con el fin de determinar e inferir nueva información de interés para los usuarios y las organizaciones para apoyar el proceso de toma de decisiones de estos. Se estudian los modelos clásicos de recomendación, así como las tecnologías de punta que permiten personalizar dichas recomendaciones teniendo en cuenta consideraciones de privacidad, seguridad y perfiles de usuario.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4201/

Oferta: Sistemas de recomendación

Créditos: 4

Objetivo general:

Orientado a la comprensión y solución de retos asociados a las etapas de desarrollo de proyectos que incluyen como eje principal el manejo de información y que permiten el logro de los objetivos de una organización, Estas etapas corresponde a la identificación de requerimientos, recolección, almacenamiento, procesamiento y comunicación de los datos necesarios en la definición, montaje y operación de los proyectos. Algunos de los principales retos están relacionados con el manejo de fuentes heterogéneas, no estructuradas y con el gobierno de datos, calidad de datos y arquitecturas de integración.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4202

Oferta: Administración de proyectos de información

Créditos: 4

Objetivo general:

During the past years large-scale systems have experienced a constant evolution, addressing data ecosystems of an increasing scale and complexity. The persistent demand for advanced interoperability models has pushed the progressive development of the semantic technology. Such a technology, as the name itself suggests, aims at the specification of formal semantics that is adopted in order to give meanings to disparate raw data, information and knowledge, enabling in fact ecosystems suitable to advanced reasoning.

The core difference between the semantic technology and other data technologies, for instance the relational database, is its focus on the meaning of the data rather than on its structure only. The most relevant branch of the semantic technology is the Semantic Web technology, which uniquely identifies concepts and builds relationships among them through the Web infrastructure, enabling a global mechanism for linking data with each other.

This course is aimed at providing the principles underpinning the current Web semantic technology, as well as the skills required to enable that technology in real environments, eventually within complex systems. Bridging the gap between theory and application requires a contextual understanding of the semantic technology, in which the different aspects of knowledge and software engineering converge according to an integrated methodology.

We will establish such a methodology holistically and step-by-step, involving progressively all the assets required (languages, tools, software APIs) to build complete semantic ecosystems. An overview of the most popular applications, both with the empirical evaluation of the performance, will be an added value for the course which will end exploring the possible evolution of the semantic technology as well as some research open issues.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4203/

Oferta: Semantic Knowledge engineering and Applications

Créditos: 4

Objetivo general:

El uso y procesamiento de la información permite a diversas organizaciones desarrollar o mejorar sus procesos. Es posible identificar nuevos nichos de mercado, aprender sobre los hábitos de los clientes para mejorar la experiencia del usuario, soportar el desarrollo de políticas públicas, etc.

Sin embargo, cualquier proceso para análisis de datos debe cumplir las reglas que un Gobierno establece para manejo de datos personales y más aún respetar la privacidad que los principios éticos indican. Aunque el área de seguridad de la información ofrece bases y herramientas para garantizar confidencialidad, integridad y disponibilidad, garantizar la privacidad de la información es un área de interés más reciente.

El propósito de este curso es abordar los aspectos que impactan la privacidad de los individuos y la organizaciones debido al uso y procesamiento de la información y estudiar y analizar las soluciones que han sido desarrolladas para responder a esta problemática.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4204/

Oferta: Información, Seguridad y Privacidad

Créditos: 4

Objetivo general:

Recent World Wide Web advances have resulted in large amounts of online data in many application domains such as Text Analysis, Social and Information Network Analysis, and Recommender Systems. Machine learning techniques offer promising approaches to the design of algorithms for training computer programs to effectively and efficiently analyze such data. Network analysis techniques help make sense of social and information networks accessible today in a highly inter-connected world.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4205/

Oferta: Knowledge Discovery From Social and Information Networks

Créditos: 4

Objetivo general:

Se ilustran técnicas de análisis de información mediante la construcción de modelos apoyados en aprendizaje automático, tomando en consideración las características de representación, generación y uso de los datos en la toma de decisiones.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4206/

Oferta: Análisis con Machine Learning

Créditos: 4

Objetivo general:

Activity Recognition (AR) is the process that enables inference of human activity by analyzing sensor data, coming from devices like smartphones. AR lies at the heart of many context-aware applications in domains such as ambient intelligence, healthcare and wellness, sports and fitness analysis, surveillance, personalized advertising and others. AR problem focuses in the temporal nature of sensor data, analysis of imbalanced dataset and distribution changes over time. Daily activities are complex and personal, which introduce challenges to feature engineering and personalization. Also, new activities need learning methods allowing adaptation. In this course we study the activity recognition chain (data acquisition, preprocessing, segmentation, feature extraction, classification). The studied techniques can be applied to the analysis of other sequential data (sensor data, stock market data, voice recognition).

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4207/

Oferta: Activity Recognition from Sequential Sensor Datasets

Créditos:

Objetivo general:

"The objective of this course is that students learn how to design accurate, trustworthy and transparent Machine Learning tools for supporting decision making in high-stakes problems in the public sector. As a result of the knowledge obtained in this course, students should have an understanding of challenges typically faced while deploying Machine Learning tools, such as social licence, ethics, human-algorithm interaction, algorithmic fairness and interpretability, some of which are also applicable to the private sector. Student will learn to analyse and find mechanisms to overcome these challenges, and to use that knowledge for a careful and responsible design and deployment of these tools.

Students are expected to learn to:

•    Identify challenges and elements to be considered while designing and deploying Machine Learning to support decision-making in high-stakes problems in the public sector.

•    Construct, evaluate and validate candidate Machine Learning models that are accurate, trustworthy, ethical and transparent.

•    Acknowledge and evaluate challenges such as algorithmic fairness, model interpretability, human-algorithm interaction, transparency and ethics when constructing Machine Learning solutions for decision making with impact on humans."

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4208/

Oferta: Machine Learning for Decision-Making Support in Public Sector High-Stakes Problems

Créditos: 4

Objetivo general:

En este curso se estudiará cómo brindar disponibilidad a los los datos para que estén al servicio de una compañía, como un habilitador para el cumplimiento de los objetivos estratégicos, tácticos y operativos; operacionalizando un gobierno de datos que permita agilizar su proceso de toma de decisiones y aumentando su calidad, permitiendo encontrar oportunidades de transformación digital, generación de nuevos negocios y optimizar la interacción con los distintos actores internos y externos como clientes, proveedores y entes reguladores.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4209/

Oferta: Organizaciones Centradas en Datos

Créditos:

Objetivo general:

Las redes neuronales artificiales son una clase de algoritmos de aprendizaje automático, originalmente inspirados en la estructura del cerebro humano, que actualmente están siendo utilizados en muchas aplicaciones prácticas relacionadas con el procesamiento del lenguaje natural, procesamiento de imágenes, modelos generativos, entre otras. Su potencia y capacidad para resolver problemas complejos se basan en la interconexión de capas de neuronas artificiales en diversas arquitecturas. De esta forma, es posible construir modelos compuestos por una jerarquía de funciones que son aprendidas a partir de los datos, dando lugar a lo que se conoce como aprendizaje profundo o deep learning.

En este curso se ilustra cómo las técnicas de deep learning pueden ser utilizadas en la construcción de modelos de conocimiento que apoyen la toma de decisiones, tomando en consideración las características y complejidad de las representaciones de los conjuntos de datos. 

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4210

Oferta: Análisis con Deep Learning

Créditos:

Objetivo general:

Machine Learning (ML) ha cobrado en años recientes gran importancia en la industria y la academia en procesos de modelamiento, automatización, predicción y toma de decisiones debido principalmente a tres factores: la creciente disponibilidad de datos y la variedad de sensores disponibles; el aumento en la capacidad de procesamiento; y la reducción de tamaño y costos en sistemas embebidos con acceso a internet en ecosistemas de IoT. Teniendo en cuenta estos tres aspectos, este curso se enfoca en explicar los fundamentos teóricos y prácticos que permiten integrar los modelos más recientes y ampliamente usados en la industria, tales como Deep Neural Networks (DNN) y Support Vector Machines (SVMs), en sistemas embebidos, los cuales son la base de tecnologías emergentes como tinyML y Edge AI. Este curso involucra clases teóricas y talleres de laboratorio prácticos donde los estudiantes tendrán la oportunidad de aplicar los conocimientos adquiridos. 

El curso cuenta con talleres de laboratorio en los cuales se hará despliegue de modelos de ML en sistemas embebidos como Raspberry Pi y celulares mediante el uso de la herramienta Edge Impulse.


Sitio Web: https://sistemas.uniandes.edu.co/mastering-machine-learning/2024/

Oferta: Mastering Machine Learning

Créditos: 4

Objetivo general:

Busca desarrollar y evaluar la capacidad que tienen un estudiante de realizar de forma autónoma proyectos de manejo de informacion integrando los conocimientos y competencias adquiridos en los ciclos de formacion de la maestría.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4301/

Oferta: Proyecto final

Créditos: 4

Objetivo general:

Una tesis MINE debe resolver un problema cuyo foco está en un punto del ciclo de vida de la información. Con el propósito de contribuir a la solución del problema abordado, la información se obtiene, se procesa, se transforma, se analiza, se visualiza. Debe aplicar los conocimientos del programa y del contexto general de la Ingeniería de Sistemas y Computación, sin excluir la integración de otras áreas de conocimiento o de la ingeniería.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4302/

Oferta: Tesis I

Créditos: 4

Objetivo general:

Una tesis MINE debe resolver un problema cuyo foco está en un punto del ciclo de vida de la información. Con el propósito de contribuir a la solución del problema abordado, la información se obtiene, se procesa, se transforma, se analiza, se visualiza. Debe aplicar los conocimientos del programa y del contexto general de la Ingeniería de Sistemas y Computación, sin excluir la integración de otras áreas de conocimiento o de la ingeniería.

Sitio Web: https://cursos.virtual.uniandes.edu.co/mine4302/

Oferta: Tesis II