Maestría en
Big Data y Ciencia de Datos
Resolución: RPC-SO-05-No.104-2023
Modalidad: En línea
TÍTULO QUE OTORGA
MAGÍSTER EN BIG DATA Y CIENCIA DE DATOS
DURACIÓN
1 AÑO
HORARIO
Viernes de 18h00 a 21h00Sábado de 08h00 a 12h00
INICIO DE CLASES: MAYO 2026
Razones para elegir nuestra maestría
- El programa combina la teoría avanzada con las aplicaciones prácticas, permitiendo a los estudiantes enfrentar desafíos reales del ámbito empresarial y tecnológico, con soluciones innovadoras.
- Contamos con profesionales y expertos en Big Data, Inteligencia de Negocios y Ciencia de Datos, por lo que los estudiantes recibirán una formación actualizada y en sintonía con las últimas tendencias y tecnologías del mercado.
- El programa integra el uso de herramientas y plataformas líderes en el sector, como Machine Learning, Deep Learning y Visualización de Datos, para formar a los estudiantes según las demandas actuales de la industria.
- Los estudiantes tendrán la oportunidad de diseñar y desarrollar proyectos de titulación basados en problemas reales, fortaleciendo su experiencia y creando soluciones impactantes en el campo del Big Data.
El objetivo del programa
La Maestría Big Data y Ciencia de Datos es un programa de cuarto nivel que tiene como finalidad especializar a profesionales en el manejo de datos masivo, para que sean capaces de generar alternativas de solución a las problemáticas en la gestión de grandes volúmenes de datos de las organizaciones de los sectores público y privado, mediante la utilización de modelos analíticos, herramientas computacionales y estadística para proporcionar soluciones oportunas con información útil para la toma de decisiones.
Información
Programa Académico
DOCENTES
Información
Información General
PERFIL DE INGRESO
Este programa está dirigido a profesionales con título de tercer nivel de grado debidamente reconocido por la Senescyt, preferentemente en los campos de: Matemáticas y Estadística, Ciencias Computacionales, Desarrollo y Análisis de Software y Aplicaciones, Sistemas de Información, Información Gerencial, Ingeniería y profesiones afines. En estas dos últimas que demuestren mínimo 6 meses de experiencia en el campo detallado del programa propuesto.
PERFIL DE EGRESO
El profesional de esta maestría podrá:
• Analizar y procesar grandes volúmenes de datos, identificando patrones y tendencias.
• Implementar soluciones innovadoras basadas en técnicas de Machine Learning y visualización de datos.
• Tomar decisiones estratégicas basadas en el análisis de datos para impulsar los objetivos de negocio.
• Garantizar la ética, confidencialidad y seguridad en el manejo de la información.
REQUISITOS DE INGRESO
PROCESO DE ADMISIÓN
1. Ingreso e inscripción. – El aspirante deberá completar el formulario de inscripción, proporcionando información veraz y actualizada, dentro de los plazos establecidos en el calendario académico correspondiente.
2. Entrega de documentos. – El postulante presentará la documentación habilitante en los formatos y tiempos establecidos, la cual será verificada por el área asesora de admisiones a cargo del proceso de inscripción de posgrados.
a) Título terminal de tercer nivel, registrado en la SENESCYT. En el caso de que el título sea obtenido en el exterior, se lo deberá apostillar o legalizar por vía Consular; y,
b) Cédula de ciudadanía o pasaporte, original y copia a color.
Cada programa atendiendo a su naturaleza, características y necesidades específicas, podrá solicitar requisitos adicionales, sin perjuicio de los señalados anteriormente.
3. Examen de admisión. – El aspirante deberá rendir una evaluación que medirá pensamiento crítico y analítico, competencias lingüísticas y habilidades cuantitativas, conforme a los lineamientos académicos institucionales.
4. Entrevista personal. – El aspirante será convocado a una entrevista con el coordinador académico del programa de posgrado, con el fin de valorar sus conocimientos específicos, áreas de investigación, motivación, trayectoria académica y profesional, así como su adecuación al perfil de ingreso del programa.
5. Matrícula. – Los aspirantes aceptados deberán cumplir con el proceso de matrícula académica y financiera en las fechas determinadas, quedando formalmente vinculados al programa de posgrado.
Programa Académico
Programa Académico
PERÍODO ACADÉMICO 1
Fundamentos de Big Data
Esta asignatura introduce el universo del Big Data, abordando las herramientas y técnicas que definen el nuevo paradigma de almacenamiento y gestión de datos masivos. Los estudiantes aprenderán sobre calidad de datos, rastreo, procesamiento, indexación y recuperación de información, así como tendencias actuales en Big Data.
Estadística para el Análisis de Datos
Enfocada en el análisis estadístico de grandes conjuntos de datos, esta materia combina enfoques prácticos y teóricos para resolver problemas reales en el ámbito empresarial. Se abordan métodos estadísticos avanzados, herramientas informáticas y técnicas de diagnóstico estratégico.
Inteligencia de Negocios
Esta asignatura se centra en el modelado del negocio y en la construcción de soluciones de inteligencia de este. Los estudiantes aprenderán sobre análisis del entorno de negocio, sistemas de Inteligencia de Negocio, y diseño de almacenes de datos.
Ciencia de Datos
Abordando técnicas y métodos de minería de datos, esta materia capacita a los estudiantes para extraer características y contextualizar información. Se cubren temas como aprendizaje automático, minería de medios sociales y minería de texto.
Visualización de Datos
Esta materia enseña técnicas de visualización de datos, permitiendo a los estudiantes generar visualizaciones adecuadas para el análisis y comunicación efectiva de resultados.
Diseño del Trabajo de Titulación
Los estudiantes aprenderán las bases conceptuales de la investigación científica y desarrollarán habilidades para plantear problemas, objetivos y metodologías para su trabajo de titulación.
PERÍODO ACADÉMICO 2
Gobernanza y Privacidad de los Datos
Esta asignatura aborda la importancia del gobierno de datos en proyectos de Big Data, considerando aspectos legales, morales y éticos relacionados con el uso de datos personales.
Machine Learning y Deep Learning
Los estudiantes aprenderán técnicas de aprendizaje automático y deep learning, aplicándolas para detectar dependencias entre variables y para interpretar resultados de análisis de datos.
Big Data
Esta materia se centra en el diseño, puesta en explotación y análisis de sistemas Big Data. Se abordan temas como fuentes de datos, estructuras de datos, bases de datos y soluciones tecnológicas.
Soluciones Big Data
Los estudiantes aprenderán metodologías específicas para la gestión de proyectos en entornos de Big Data y Data Science, incluyendo metodologías ágiles y su integración.
Desarrollo del Trabajo de Titulación
En esta asignatura, los estudiantes desarrollarán su propuesta de trabajo, aplicando conocimientos de investigación científica para dar solución a problemas planteados.
DOCENTES
Nuestros Docentes en Ambato y Quito
Ing. Elena Chicaiza, PhD.
Estadística para el Análisis de Datos
Ecuador
Elena Chicaiza es Ingeniera Geógrafa y del Medio Ambiente por la Escuela Politécnica del Ejército (ESPE) y Doctora en Ingeniería Geográfica por la Universidad Politécnica de Madrid. Su formación académica se ha enriquecido con múltiples maestrías y especializaciones en áreas como Planificación y Desarrollo Territorial Sostenible, Auditoría Ambiental y Gestión de Datos Espaciales, cursadas en prestigiosas instituciones de España y Ecuador.
A lo largo de su carrera, ha ocupado roles significativos en instituciones nacionales e internacionales, destacando su trabajo en la Organización Panamericana de la Salud y el Ministerio de Salud Pública de Ecuador. Además, ha liderado y participado en proyectos de investigación y consultoría en áreas de geoinformación, calidad de información geográfica y gestión territorial. Su experiencia como docente abarca instituciones como la Universidad Central del Ecuador, la Escuela Politécnica Nacional y la Universidad de las Fuerzas Armadas (ESPE), donde ha impartido cursos y seminarios en áreas de Geoestadística, Sistemas de Información Geográfica y Planificación Territorial.
Actualmente, se desempeña como Coordinadora de la Implementación de DHIS2 en Ministerio de Salud Pública en Ecuador gracias al apoyo de la Organización Panamericana de la Salud. Además, es fundadora de R-Ladies Quito y miembro activo de diversas redes de investigación y grupos de conocimiento en el ámbito de la ciencia de datos y geoinformación.
Ing. Rafael Bonifaz, Mgt.
Gobernanza y Privacidad de los Datos
Ecuador
Rafael Bonifaz es Ingeniero en Sistemas por la Universidad San Francisco de Quito, Especialista y Máster en Seguridad Informática de la Universidad de Buenos Aires.
A lo largo de su carrera, ha desempeñado roles clave en organizaciones destacadas. En Derechos Digitales, lidera proyectos de seguridad digital y ha representado a la organización en medios y conferencias internacionales. Durante su tiempo en el Centro de Autonomía Digital, administró infraestructuras basadas en FreeBSD y GNU/Linux, y en la Facultad de Ingeniería de la Universidad de Buenos Aires, estuvo a cargo de la administración e implementación de sistemas universitarios.
Rafael ha sido un firme defensor del software libre, evidenciado por su trabajo en el Instituto Ecuatoriano de Propiedad Intelectual, donde inició el proceso de migración a software libre. También ha sido consultor independiente, ofreciendo conferencias sobre seguridad y privacidad en Internet y promoviendo el uso de software libre.
Además de su experiencia profesional, Rafael ha contribuido con publicaciones significativas en el campo de la seguridad informática y ha obtenido certificaciones como Elastix Certified Engineer y Linux Professional Institute: LPI 1.
En el ámbito comunitario, ha sido Presidente de la Asociación de Software Libre de Ecuador y ha coordinado eventos significativos como el “Minga por la Libertad Tecnológica” y el “Festival Latinoamericano de Instalación de Software Libre” en Ecuador.
Actualmente, continúa su labor en Derechos Digitales, promoviendo la seguridad digital y el software libre en América Latina.
Ag. Elizabeth Benítez, PhD.
Fundamentos de Big Data
Ecuador
Elisabeth Benitez es Abogada y Licenciada en Ciencias Políticas por la Universidad de Los Andes, con especializaciones en Derecho Procesal de la Universidad Santa María y en Desarrollo por la misma universidad. Además, posee un Doctorado (PhD) en Filosofía y ha realizado estudios de posdoctorado en Hermenéutica e Investigación y en Gestión de la Inteligencia Artificial.
A lo largo de su trayectoria profesional, ha ocupado cargos relevantes en la Universidad de Los Andes, donde actualmente se desempeña como Profesora Agregada en la Escuela de Medios Audiovisuales – Comunicación Social y Coordinadora Académica de AULACIETE. En este último, ha liderado la creación y gestión de programas educativos en TIC y ha coordinado equipos de desarrollo tecnológico.
En el ámbito de la investigación, Elisabeth ha trabajado en la Fundación Centro Nacional de Investigación y Desarrollo de Tecnologías Libres (CENDITEL), donde se especializó en el análisis jurídico utilizando herramientas de Inteligencia Artificial y en la elaboración de documentos legales en materia TIC para el Estado Venezolano. Además, ha sido co-redactora del marco jurídico en TIC de Venezuela y ha publicado diversos artículos académicos en revistas especializadas. Es arbitro internacional de revistas científicas en el área de Propiedad Intelectual y Tecnología.
Sus habilidades abarcan desde el análisis de datos y el uso de Inteligencia Artificial en el área gerencial hasta la gestión de proyectos y la redacción académica. Está familiarizada con Big Data, incluyendo Data Science, Data Analytics, Data Mining, Machine Learning y Business Intelligence. Además, tiene competencias en Derechos de Autor, Propiedad Intelectual y Gobernanza de la Tecnología de la Información.
En el ámbito internacional, ha colaborado con la Georg August Universität Göttingen en Alemania como Virtual Exchange Teaching Staff, enfocándose en la investigación y nuevas oportunidades tecnológicas de aprendizaje.
Recientemente participo como host de la Universidad Autónoma de Chiriqui – Panamá en el área de Gestión de RRHH e Inteligencia Artificial.
Actualmente, continúa su labor en la Universidad de Los Andes, promoviendo la educación y la investigación en el ámbito de las tecnologías de la información y la comunicación.
Ing. Wilson Quito, Mgtr.
Visualización de datos
Ecuador
Wilson Quito es Ingeniero en Electrónica, Automatización y Control por la Escuela Politécnica del Ejército – ESPE y Magíster en Gerencia de Empresas con énfasis en el Sector Energético Minero de la Universidad Central del Ecuador – UCE.
A lo largo de su carrera, ha ocupado cargos de relevancia en el Ministerio de Inclusión Económica y Social y el Ministerio de Salud Pública, donde se desempeñó como Director Nacional de Estadística y Análisis de Información de Salud y Director Nacional de Seguimiento, Evaluación y Control de la Gestión, entre otros. Su experiencia en el ámbito de la gestión de datos y la estadística lo ha llevado a colaborar en diversos proyectos de automatización de datos, inteligencia de negocios y análisis estadístico.
Wilson posee una amplia formación en áreas como Data Science, programación estadística con R y Python, y manejo de paquetes estadísticos como SPSS, Minitab y STATA. Además, ha demostrado habilidades en inteligencia de negocios con herramientas como Power BI y Tableau Public, y en el desarrollo de aplicaciones personalizadas en programas como Microsoft Office y Open Office.
En el ámbito académico, ha sido docente en la Universidad de las Américas – UDLA, impartiendo materias en maestrías como Gerencia de Instituciones de Salud y Salud Pública. Además, ha sido capacitador en la Escuela Politécnica Nacional – CEC, donde ha ofrecido cursos sobre Ciencia de Datos, Big Data con R, Inteligencia de Negocios con POWER BI, entre otros.
En el sector privado, ha colaborado como consultor y capacitador para empresas como Zurich Seguros, Diners Club y Banco del Pichincha, enfocándose en la automatización de datos, inteligencia de negocios y análisis estadístico.
Actualmente, Wilson continúa su labor como consultor y docente, promoviendo la educación y la aplicación práctica de la gestión de datos y la inteligencia de negocios en diversos sectores del país.
