Correo | Directorio

Ingeniería en Inteligencia Artificial y Ciencia de Datos

¿Qué son la Inteligencia Artificial y la Ciencia de Datos?

La Inteligencia Artificial (IA) es un conjunto de técnicas matemáticas y computacionales que tienen como objetivo lograr que una máquina realice tareas que se considera requieren “inteligencia”, entendida como el uso del conocimiento, el razonamiento y/o el procesamiento sensorial (vista, oído, olfato, tacto, etc.), para lograr los objetivos deseados. Las técnicas de Inteligencia Artificial nacen y se han desarrollado desde la década de 1950, por lo cual actualmente la IA se divide en múltiples áreas, tales como Sistemas Expertos, Lógica Difusa, Aprendizaje de Máquina, Algoritmos Bio-inspirados y Metaheurísticas, Redes Neuronales y Aprendizaje Profundo.


La Ciencia de Datos es un campo interdisciplinario donde confluyen matemáticas, estadística, ciencias de la computación, redes de información, y la misma inteligencia artificial, con el objetivo de extraer información útil a partir de datos, los cuales en muchos casos son numerosos y variados. La información obtenida a partir de los datos tiene un alto impacto en la toma de decisiones en cualquiera de los ámbitos en los que se aplique la ciencia de datos. Estos ámbitos incluyen a los siguientes: empresarial, industrial, gubernamental, ecológico-ambiental, agropecuario, medicina y salud, científico, educativo, artístico y entretenimiento, entre otros.

¿Qué hace un Ingeniero en Inteligencia Artificial y Ciencia de Datos?

Los egresados de la IIACD serán capaces de identificar problemas complejos en diversos contextos y proponer soluciones innovadoras mediante el uso de herramientas tecnológicas avanzadas y metodologías científicas. Para esto, podrán integrar, generar y aplicar conocimientos y habilidades en áreas clave como la inteligencia artificial, el análisis de datos y el cómputo científico, con ética y responsabilidad social.

¿En dónde puede trabajar un egresado de la Ingeniería en IACD?

El egresado de este programa será capaz de desempeñarse en un amplio espectro de campos profesionales, que incluyen:

Además, el plan de estudios promueve competencias transversales que preparan al estudiante para enfrentar desafíos multidisciplinarios, destacándose en un entorno global.

¿En qué se distingue la Ingeniería en Inteligencia Artificial y Ciencia de Datos de la Facultad de Ciencias?

Perfil de ingreso

Se espera que los aspirantes a Ingeniería en Inteligencia Artificial y Ciencia de Datos cuenten con las siguientes características para desenvolverse de manera exitosa a lo largo de sus estudios:

Perfil de egreso

Los egresados estarán capacitados para desempeñarse en un amplio espectro de roles profesionales, desde la implementación de soluciones tecnológicas hasta la investigación aplicada en áreas emergentes como el aprendizaje automático, el análisis de datos masivos, y la inteligencia artificial generativa. Su formación integral también les permitirá continuar con estudios de posgrado en áreas afines, contribuyendo al avance del conocimiento científico y tecnológico.

El perfil de egreso se sustenta en tres competencias profesionales:

  1. Desarrollo del Pensamiento Matemático y Científico para Mejorar el Aprendizaje y Adaptarse a Contextos Cambiantes.
  2. Análisis y Resolución de Problemas en Actividades Científicas, Sociales y Productivas.
  3. Desarrollo de Soluciones Basadas en Inteligencia Artificial para Resolver Problemas Complejos y Toma de Decisiones en el Ámbito Académico, Gubernamental y Productivo.

Para mayor información

Mapa curricular

* Plan de estudios sujeto a aprobación por el H. Consejo Directivo Universitario

Planta académica

Dr. Alfonso Alba Cadena

Doctorado en Ciencias de la Computación, CIMAT, A.C.
SNII Nivel II, Perfil PRODEP

Áreas de experiencia:
- Análisis y procesamiento de señales e imágenes
- Visión computacional
- Inteligencia artificial
Dr. Edgar Román Arce Santana

Doctorado en Ciencias de la Computación, CIMAT, A.C.
SNII Nivel I, Perfil PRODEP

Áreas de experiencia:
- Análisis y procesamiento de imágenes
- Visión computacional
- Aprendizaje de máquina y aprendizaje profundo
Dr. Miguel Ghebré Ramírez Elías

Doctorado en Ciencias Aplicadas, UASLP
SNII Nivel II, Perfil PRODEP

Áreas de experiencia:
- Análisis y procesamiento de señales biomédicas
- Aprendizaje de máquina y estadística aplicada
Dr. Paúl Hernández Herrera

Doctorado en Ciencias de la Computación (U. of Houston)
SNII Nivel I, Perfil PRODEP

Áreas de experiencia:
- Aprendizaje de máquina y aprendizaje profundo
- Análisis y procesamiento de imágenes biomédicas
Dr. Marco Aurelio Cárdenas Juárez

Doctorado en Procesamiento de Señales para Comunicaciones (U. of Leeds)
SNII Nivel I, Perfil PRODEP

Áreas de experiencia:
- Inteligencia artificial para comunicaciones inalámbricas
- Internet de las cosas
Dr. José Salomé Murguía Ibarra

Doctorado en Ciencias Aplicadas (UASLP)
SNII Nivel I, Perfil PRODEP

Áreas de experiencia:
- Análisis y procesamiento de señales e imágenes
- Sistemas dinámicos, cifrado y encriptación
- Análisis con ondeletas y aplicaciones
Dr. Antonio Morante Lezama

Doctorado en Ciencias Aplicadas (UASLP)

Áreas de experiencia:
- Estadística
- Sistemas dinámicos
- Uso y desarrollo de software libre para la enseñanza de las matemáticas
Dr. Valdemar Emigdio Arce Guevara

Doctorado en Ciencias de la Ingeniería (UASLP)
SNII Nivel I

Áreas de experiencia
- Análisis y manejo de datos
- Programación Web
- Estadística y aprendizaje de máquina