El "Doctorado en Data Science" de la UAI les ofrece una oportunidad única de convertirse en un investigador y un profesional del más alto nivel en Data Science. Los invitamos a unirse a un camino de aprendizaje y formación en compañía de los profesores, investigadores, y otros alumnos del Programa. Un doctorado es una aventura conjunta con un grupo de investigación y en un ambiente de exploración y creación de conocimiento. Esta actividad puede convertirse un una de las más enriquecedoras y estimulantes de sus vidas. Nosotros estaremos acompañándolos con la esperanza y el propósito de que así sea.
Data Science es, por naturaleza, multidisciplinaria. En ella convergen la Matemática, la Estadística, la Ciencia de Computación y áreas de aplicación. Esto queda reflejado a través de los cursos que ofrece el Programa, y de las actividades de investigación.
El Programa de caracteriza por ofrecer cursos dictados por profesores de jornada completa de la FIC, que son activos investigadores en el área. El Programa está sustentado por un amplio grupo de profesores que trabajan de manera integrada, y con especialidades en diversas áreas, incluyendo Ciencia de Computación, Inteligencia Artificial, Estadística, Ingeniería y Matemática.
El Programa, además de una componente de investigación, posee una marcada componente práctica y metodológica. Esto último pone al egresado en posición de hacer investigación, y también, desarrollos tecnológicos y aplicaciones innovativas en su trabajo profesional.
El Programa se inserta en un rico ecosistema en torno a Data Science que ofrece la UAI a través de múltiples iniciativas, las que son ofrecidas a los alumnos y les dan amplias oportunidades. Data Science es un área prioritaria para la UAI y la FIC.
El Programa se inicia con una serie de cursos avanzados de Data Science. Ellos ponen a los estudiantes en el contexto de la disciplina y en el estado del arte, y les entregan las bases de conocimiento necesarias para iniciar investigación en el área.
El Programa ofrece cursos sobre los aspectos computacionales, matemáticos, estadísticos que forman la base de Data Science, y también cursos específicos sobre esta disciplina.
La mayor parte de las actividades conducentes al doctorado esta concentrada en torno a la investigación, la que concluye con una Tesis de Doctorado. En ella el estudiante muestra sus avances en materia de investigación, y su contribución al nuevo conocimiento en la disciplina.
Esta parte del proceso es guiada por un miembro del cuerpo de profesores y profesores del drograma.
Srta: Natalia Peña
Jefa de Postgrados Académicos
Semestre 1 | Semestre 2 | Semestre 3 | Semestre 4 | Semestre 5 | Semestre 6 | Semestre 7 | Semestre 8 |
Técnicas Estocásticas y Estadísticas en Data Science | Algebra Lineal y Optimización para Data Science | Taller de Investigación I Propuesta de Tesis | Desarrollo de Tesis | Desarrollo de Tesis | Desarrollo de Tesis | Desarrollo de Tesis | Desarrollo de Tesis |
Tópicos en Data Management y Data Analytics | Métodos de Aprendizaje Automático en Data Science | Desarrollo de Tesis | Taller de Investigación II Informe de Avance | Taller de Investigación III Examen de Candidatura | Taller de Investigación IV Informe de Avance | Taller de Investigación V Escritura y Entrega de Tesis | |
Electivo 1 | Electivo 3 | Presentación en Seminario de Data Science | |||||
Electivo 2 | Seminario de Tesis |
El Programa esta dirigido a las personas que, una vez completados sus estudios de pregrado, deseen iniciar actividades de investigación. Mas específicamente, pueden postular al Programa aquellas personas que hayan completado con buen rendimiento un grado de Licenciatura en Ciencias Básicas o en Ciencias de la Ingeniería, y que, a través de ésta, hayan adquirido una mínima base matemática y de programación computacional.
En casos excepcionales, un postulante puede ser aceptado bajo la condición de tomar algún curso de nivelación. El Programa también ofrece un Taller Intensivo (Bootcamp) inicial, de dos semanas, en materias computacionales.
Las líneas de investigación de un programa académico son por naturaleza dinámicas. Estas dependen de la evolución de la disciplina y de las actividades de investigación del cuerpo de profesores del Programa. Las principales líneas de investigación que se desarrollan tienen relación con: Data Management, Machine Learning, Predictive and Prescriptive Analytics, Uncertainty Management in Data and Knowledge, Knowledge Representation, Statistical Methods, Spatial Data, Applied Machine Learning, y diversos aspectos de Artificial Intelligence.
Web
luis.aburto@uai.cl
Web
javiera.barrera@uai.cl
Web
moreno.bevilacqua@uai.cl
Web
rodrigo.carrascos@uai.cl
susana.eyheramendy@uai.cl
Web
daniel.furtado@uai.cl
Web
cristian.martinez.v@uai.cl
Web
diego.munoz.a@uai.cl
Web
gonzalo.ruz@uai.cl
Web
adrian.soto@uai.cl
Web
john.atkinson@uai.cl
Web
leopoldo.bertossi@uai.cl
Web
miguel.carrasco@uai.cl
Web
rolando.delacruz@uai.cl
Web
t.a.fernandez@ucl.ac.uk
Web
javier.lopatin@uai.cl
sebastian.moreno@uai.cl
Web
miguel.romero.o@uai.cl
Web
raimundo.sanchez@uai.cl