Nivel superior · Renovación propuesta
LICENCIATURA EN CIENCIA DE DATOS
Datos reproducibles para decidir
Por qué esta evolución puede aportar valor
Datos reproducibles para decidir
Decidir con datos exige evaluar generalización y origen; ajustar bien al pasado no garantiza utilidad futura.
Contenidos y rutas para explorar
Inferencia causal
Distinguir asociación de efecto mediante supuestos y diseños apropiados.
Flujos de datos
Construir procesos reproducibles de captura, limpieza y transformación.
Evaluación de modelos
Validar desempeño fuera de muestra y detectar cambios en los datos.
Qué podemos aprender de la experiencia internacional
Referente para contrastar la propuesta
Carnegie Mellon · Currículo de Inteligencia Artificial
Conecta matemáticas, estadística y computación con aprendizaje automático, percepción, interacción y ética.
Conservar fundamentos y evaluar sistemas antes de incorporarlos a una tarea. Es un referente de estructura formativa; no prueba que todos los programas deban convertirse en carreras de IA.
Consultar el referente ↗La existencia de esta práctica no prueba una mejora automática de egreso o empleo. La propuesta local debe comprobar aprendizaje y viabilidad; no anuncia alianza ni equivalencia institucional.
Una aplicación concreta para esta carrera
Construir un análisis territorial con datos autorizados y validación temporal.
Calidad de datos, error fuera de muestra y reproducibilidad.
Este caso permite contrastar los contenidos anteriores con una necesidad de proveedores, organizaciones o servicios públicos vinculados con los polos y corredores del Plan México.
Escuelas desde las que puede desarrollarse
Escuela Superior de Cómputo · gustavo a madero
Consultar programas y conexiones →UPIITUnidad Profesional Interdisciplinaria de Ingeniería, Campus Tlaxcala · Tlaxcala
Consultar programas y conexiones →UPIIAPUnidad Profesional Interdisciplinaria de Ingeniería «Alejo Peralta», Puebla · Puebla
Consultar programas y conexiones →