Formar profesionistas a nivel maestría capaces de explotar conjuntos de datos organizacionales para generar valor a través de una adecuada selección y construcción de modelos analíticos, así como del correcto gobierno de la información que incluye el aseguramiento de la calidad, la gestión del ciclo de vida y la protección de la privacidad, propiciando el desarrollo sustentable, ético y humanista.
La maestría está dirigida a egresados de programas de ingeniería o ciencias económico-administrativas que requieran en su desempeño profesional emplear la analítica de negocios.
Los candidatos deberán:
El egresado de la Maestría en Analítica e Inteligencia de Negocios aplicará conocimientos, habilidades y técnicas relacionados con el análisis de la información para la toma de decisiones en organizaciones públicas y privadas, mediante:
Conocimientos:
Habilidades para:
Actitudes y valores:
A través del Departamento de Prácticas Profesionales, los estudiantes de la Universidad del Caribe participan en actividades vinculadas con diferentes sectores de la sociedad, con el objetivo de aplicar, en situaciones reales, los conocimientos, actitudes y habilidades desarrolladas en las aulas. Actualmente la Universidad del Caribe cuenta con 123 convenios establecidos para el desarrollo de las prácticas profesionales de sus estudiantes.
Analítica e inteligencia de negocios para las micro, pequeñas y medianas empresas
La analítica y la inteligencia de negocios representan a un nuevo paradigma para la toma de decisiones en organizaciones públicas y privadas. Este paradigma se basa en la construcción de modelos fundamentados en la información de conjuntos de datos que se integran a partir de fuentes internas y externas a las organizaciones.
La adopción de la analítica y la inteligencia de negocios por parte de las micro, pequeñas y medianas empresas (MiPyMEs) tiene el potencial de detonar su desarrollo pues brinda un conjunto de técnicas que permiten la optimización de sus procesos, orientan el diseño de sus productos y servicios y permiten introducirlos al mercado de forma competitiva. A pesar de estas ventajas, la adopción de la analítica e inteligencia de negocios por parte de las MiPyMES enfrenta diferentes obstáculos.
El objetivo de esta línea de investigación y generación del conocimiento es el de producir herramientas técnicas para la analítica y la inteligencia de negocios que se adapten a las características de las MiPyMEs, además de promover la formación de personal capacitado para su implementación a través del desarrollo de herramientas didácticas.
Ciencia de datos para la toma de decisiones en las organizaciones
El vertiginoso ritmo de desarrollo de las Tecnologías de Información y Comunicaciones (TIC) se traduce en la ubicuidad de sistemas de cómputo con amplias capacidades de captación, almacenamiento y procesamiento de datos. Derivado de ello, nunca como ahora ha sido tan fácil para individuos y organizaciones contar con datos suficientes para la toma asertiva de decisiones. De hecho, en los últimos años la situación se ha revertido, pasando de la escasez al exceso de datos. Por vez primera, se corre el riesgo de caer en la denominada "parálisis por análisis".
Cada una de las capas que integran la pirámide organizacional (la operativa, generadora de datos; la táctica, conversora de datos en información, y de ésta en conocimiento; y la estratégica, responsable de transformar el conocimiento en sabiduría) se han visto afectadas por esta vorágine. Pero en la mayoría de los casos, han visto rebasada su capacidad de incorporar el conjunto de herramientas que la Ciencia de Datos ha creado para facilitar la conversión paulatina de datos en información, de información en conocimiento y por último de conocimiento en sabiduría, de acuerdo a la fórmula:
datos + sintaxis = información
información + semántica = conocimiento
conocimiento + experiencia = sabiduría.
Dichas herramientas se agrupan en categorías tales como: 1) la clasificación y la estimación de probabilidad de clase; 2) la regresión o estimación de valor; 3) la coincidencia por similaridad; 4) el agrupamiento (clustering); 5) el agrupamiento por co-ocurrencia o análisis de la canasta de compras; 6) el perfilado (profiling); 7) la predicción de enlaces; 8) la reducción de datos y 9) el modelado causal.
Las técnicas de analítica (analytics), minería de datos (data mining) y manejo de grandes datos (big data) que implementan todas estas herramientas están ahora al alcance del gran público. Pero no así el know-how necesario para seleccionarlas y emplearlas del modo adecuado. Mucho menos interpretar el significado de los resultados que arrojan. Ello hace menester desarrollar planes y programas de estudio, especialmente a nivel de posgrado, que formen cuadros altamente especializados en el desarrollo, selección, implementación y uso de este arsenal de técnicas, herramientas y software para beneficio de las organizaciones, a través de la investigación y el desarrollo de nuevas técnicas y tecnologías.
Contacto