Carrera Nueva (en proceso de acreditación por CONEAU)
Normativa vigente: OCA 1688/21 (Fac. de Ingeniería) - OCA 2514/21 (FCEyS) -
Autoridades de la Carrera (OCA FI 1691/21)
Directora: Dra. Alicia Inés ZANFRILLO
Vicedirector: Mg. Ing. Oscar Antonio MORCELA
Comité Académico:
Mg. María Antonia ARTOLA (FCEyS)
Mg. Raúl Ernesto de VEGA (FCEyS)
Dra. Stella Maris MASSA (FI)
Dr. Julio César MARCHIONE (UADE)
Fundamentos de la carrera
La carrera de ESPECIALIZACIÓN EN INTELIGENCIA DE DATOS PARA LA GESTIÓN ESTRATÉGICA, de carácter profesionalista, es una propuesta conjunta de la Facultad de Ciencias Económicas y Sociales y de la Facultad de Ingeniería de la Universidad Nacional de Mar del Plata, con sede administrativa en el Departamento de Ingeniería Industrial de la Facultad de Ingeniería de la Universidad Nacional de Mar del Plata.
La carrera se concibe como un espacio de formación sustentado por los avances científicos y tecnológicos de la cuarta revolución industrial, conjugando diferentes disciplinas para la generación de valor agregado en los procesos decisorios de las organizaciones a partir de la analítica de datos masivos y de estructura diversa. En la definición del posgrado confluyen la experiencia en la articulación con otras Unidades Académicas para la formación de grado y posgrado y, una vasta trayectoria en transferencia con diferentes actores.
Se propone contribuir al desarrollo de competencias vinculadas con el análisis y predicción de los fenómenos que posibiliten la generación de ventajas competitivas para las organizaciones en la conjunción de disciplinas como las Ciencias Económicas, Estadística e Informática, vinculadas con los desafíos y requerimientos que se plantean en el ámbito local y regional donde se inserta la Universidad Nacional de Mar del Plata, como institución reconocida por la calidad en el cumplimiento de sus misiones sustantivas y en el compromiso con el desarrollo social, económico, ambiental y cultural.
La sustanciación de la EIDGE en la institución educativa se inscribe en el Plan Estratégico Participativo 2030 de la Universidad Nacional de Mar del Plata para la promoción de acciones tendientes a reducir o mitigar, por una parte, la brecha existente entre la oferta de posgrado y el sistema nacional de investigación y, por otra parte, la débil interdisciplinariedad en la oferta de posgrados. A través de este posgrado se contempla fortalecer: (i) la producción continua de conocimiento, (ii) el nivel del cuerpo académico, proponiendo una nueva instancia formativa de posgrado y, (iii) el incremento de la oferta de posgrado, como objetivos del Plan Estratégico de la Universidad Nacional de Mar del Plata.
La propuesta formativa a nivel posgrado tiene una sólida base científica y tecnológica orientada a la formación académica y profesional en tecnologías emergentes y de avanzada. Entre los docentes de la Facultad de Ciencias Económicas y Sociales -FCEyS- que componen el Cuerpo Académico del posgrado se encuentran aquellos que tienen una vasta trayectoria en el desarrollo de actividades interdisciplinarias e interfacultades que se remontan al año 1998 con la creación del Grupo Matemática Borrosa (OCA 963/97), posteriormente en el año 2004 con el Grupo Modelos de Decisión bajo Riesgo e Incertidumbre (OCA 955/04) dirigidos ambos por el Dr. Paulino E. Mallo y que a través del tiempo han participado en otros espacios como el Grupo Tercer Sector (OCA 1216/01) dirigido por el Mg. Raúl de Vega y de reciente creación el Grupo Gestión de Información, Sistemas y Tecnologías dirigido por la Dra. Alicia Zanfrillo (OCA 3681/17 - OCA 1377/19). En el año 2017 se propone la creación del Programa “Tecnologías y Responsabilidad Social” (OCA 749/17) dirigido por la Dra. Alicia Zanfrillo y codirigido por el Mg. Raúl de Vega, que incorpora proyectos de investigación de la FCEyS y de la Facultad de Ingeniería, dando lugar al trabajo conjunto entre los docentes de ambas Unidades Académicas como se demuestra en la dirección de tesis de posgrado, dirección de proyectos y producción científica en común. En la Facultad de Ingeniería los docentes de la EIDGE pertenecen al Departamento de Ingeniería Industrial, integran el Observatorio Tecnológico -OTEC- (RD 1/08 y OCA 306/12) y convergen bajo una estructura común en el Grupo Gestión de la Innovación y Economía del Conocimiento -GIST- (OCA 1482/20), dirigido por el Mg. Ing. Antonio Morcela y codirigido por la Dra. Alicia Zanfrillo, con dirección y codirección de proyectos de investigación por integrantes de la FCEyS desde el año 2014. Se nuclean además en forma conjunta bajo proyectos de extensión (OCA 1209/19 - OCS 1401/20); y también al Departamento de Ingeniería Informática, Grupo de Investigación en Tecnologías Interactivas -GIT- (OCA 247/16), Dirigido por la Dra. Stella Maris Massa, con participación y dirección de proyectos de investigación conjunta desde el año 2014.
Objetivos: general y específicos
La carrera de EIDGE pretende formar profesionales con una sólida base estadística y en inteligencia de negocios para desarrollarse en organizaciones tanto públicas como privadas que requieran exploración y analítica de datos para proporcionar valor agregado a sus operaciones a partir del diagnóstico, predicción y prescripción de su quehacer desde un abordaje inter y multidisciplinario. Son objetivos específicos de la carrera de EIDGE:
- Formar profesionales capaces de aplicar sus conocimientos en los procesos decisorios que contribuyan a la creación de valor y ventajas competitivas sostenibles en el ámbito de las organizaciones públicas, privadas y del Tercer Sector.
- Integrar el grado con el posgrado mediante la actualización del cuerpo docente y de los contenidos disciplinares abordados definidos para la carrera.
- Articular disciplinas con un abordaje inter y multidisciplinario desde el enfoque de la inteligencia y analítica de datos de los fenómenos del contexto local y regional.
- Aportar al desarrollo profesional, a la formación continua y a la capacitación en los avances científicos y tecnológicos orientados al desarrollo sostenible.
- Vincular la carrera con las organizaciones del medio a fin de aplicar las competencias desarrolladas en el enriquecimiento de los procesos decisorios de las organizaciones.
- Promover la diversidad en el uso de herramientas informáticas en el tratamiento de datos masivos para la obtención de información estadística incentivando el abordaje de fuentes y formatos no tradicionales.
- Plantear la importancia de los datos como activo intangible esencial para la contribución a los ODS y al desarrollo sostenible a través de su exploración, tratamiento y visualización en las esferas decisorias de las organizaciones.
Capacidades, habilidades y actitudes que poseerá el egresado.
Se pretende que las personas que se gradúen de la carrera de EIDGE se encuentren en condiciones de:
- Comprender las etapas del proceso de inteligencia de negocios para explorar y analizar grandes volúmenes de datos.
- Operativizar las preguntas de los procesos decisorios a través de métricas clave y modelos de procesamiento.
- Configurar entornos de inteligencia de negocios con herramientas informáticas específicas.
- Abordar la exploración, diagnóstico, predicción y prescripción sobre grandes volúmenes de datos para el descubrimiento de patrones y predicción de escenarios futuros.
- Reconocer desafíos y problemáticas que se plantean con el uso de las tecnologías de la industria 4.0 y el uso masivo de datos para proponer abordajes innovadores que aporten a una mejor comprensión de la realidad y a una toma de decisiones con menor nivel de incertidumbre.
- Brindar análisis e informes técnicos que sinteticen el descubrimiento de conocimiento en grandes bases de datos con un lenguaje accesible, multiformato y multidispositivo.
- Aplicar los conocimientos para la reducción de incertidumbre en los procesos decisorios con la provisión de información enriquecida e integración de fuentes de información no tradicionales.
- Elaborar proyectos de inteligencia de negocios y analítica de datos bajo aspectos legales, éticos y ambientales que faciliten la creación de valor en las organizaciones.
- Diseñar representaciones en entornos de Big Data.
- Desarrollar aptitudes para el uso de herramientas informáticas que faciliten la configuración y visualización de datos, indicadores y dashboard.
Plan de estudio
El plan de estudio es de tipo estructurado y contempla la necesidad de 126 horas teóricas y 234 horas prácticas, para totalizar las 360 horas de cursada. Estas horas no consideran la realización del Trabajo Final ni tampoco las horas destinadas a los tres cursos de nivelación. Las asignaturas que conforman el Plan de Estudios de la carrera de EIDGE y la distribución de carga horaria se presentan en la Tabla 1.
Tabla 1 - Asignaturas y carga horaria
|
Código |
Nombre de la asignatura |
Hs. totales |
Teoría |
Práctica |
|
E8101 |
Gestión estratégica |
24 |
12 |
12 |
|
E8102 |
Exploración de datos |
48 |
12 |
36 |
|
E8103 |
Modelado de datos |
24 |
6 |
18 |
|
E8104 |
Gestión y visualización de grandes volúmenes de datos – Big Data |
36 |
18 |
18 |
|
E8105 |
Inteligencia Competitiva |
36 |
18 |
18 |
|
E8106 |
Analítica de datos |
48 |
12 |
36 |
|
E8107 |
Analítica de datos espaciales |
36 |
12 |
24 |
|
E8108 |
Economía del Conocimiento y de la Innovación |
36 |
18 |
18 |
|
E8109 |
Analítica de datos no estructurados |
48 |
12 |
36 |
|
E8110 |
Simulación de escenarios |
24 |
6 |
18 |
|
|
TOTAL |
360 |
126 |
234 |
|
E8111 |
Taller del Trabajo Final |
48 |
12 |
36 |
|
T8001 |
Pre-procesado de datos |
12 |
6 |
6 |
|
T8002 |
Representación de datos |
12 |
6 |
6 |
Las clases se dictan durante los días viernes y sábado, totalizando 12 horas por semana. La carga horaria total es de 360 horas, sin incluir las horas de Trabajo Final ni las de los cursos de nivelación. Las asignaturas se cursarán en modalidad cuatrimestral, los días viernes y sábados en módulos de seis horas, con jornada extendida, con encuentros quincenales. La distribución de la carga horaria se presenta en la Tabla 1.
