Magíster en Ciencia de Datos e Inteligencia Artificial

  • Inicio de clases: 25/05/2026
  • Duración: 5 trimestres
  • Sede: CAMPUS VIRTUAL
  • Matrícula: $480.000
  • Arancel: $7.950.000
  • Modalidad: Online
  • INFORMACIÓN

Descripción del Programa

El Magíster en Ciencia de Datos e Inteligencia Artificial de la Universidad Andrés Bello es un programa de carácter profesional, orientado a la formación de capital humano avanzado capaz de diseñar, implementar, evaluar y comunicar soluciones tecnológicas basadas en datos e inteligencia artificial, con impacto estratégico en organizaciones públicas, privadas y sociales.

El programa surge en respuesta a la acelerada transformación digital, al crecimiento exponencial del uso de datos y al despliegue de arquitecturas inteligentes, modelos avanzados de aprendizaje automático y técnicas emergentes como inteligencia artificial explicable, procesamiento de lenguaje natural, visión artificial, sistemas multiagente e inteligencia artificial generativa. Este escenario demanda profesionales con una sólida formación técnica, visión aplicada y una comprensión profunda de los aspectos éticos, regulatorios y de gobernanza asociados al uso de estas tecnologías.

 

Magister en Ciencia de Datos e Inteligencia Artificial

Solicita información

¡Completaste exitosamente el formulario de Pre postulación!
A la brevedad nos comunicaremos contigo vía telefónica o email para continuar el proceso.
+56

Director (a) del programa

Dr. Danilo Leal

  • Doctor en Estadística.
  • Magíster en Ingeniería Industrial.
  • Magíster en Gestión mención Finanzas.
  • Ingeniero Comercial y Licenciado en Ciencias de la Administración de Empresas.
  • Profesor universitario desde el año 2010.
  • Director del Magíster en Ciencias de la Computación y Magíster en Ingeniería Informática, Unab.
  • Su investigación se concentra en el modelamiento de tasas de interés y rentabilidad el mercado, cálculo del riesgo y en educación en ingeniería.
  • Presidente de la Comisión de Ciencia de Datos del Colegio de Ingenieros, zonal Valparaíso.

 

Equipo docente

Orietta Nicolis
  • PhD en Estadística Aplicada a las Ciencias Económicas y Sociales, Universidad de Padua (Italia).
  • Fue profesora/investigadora de Estadística en la Universidad de Bérgamo (Italia), Facultad de Ingeniería, Departamento de Tecnologías de la Información y Métodos Matemáticos.
  • Fue profesora asociada y posteriormente profesora titular en la Universidad de Valparaíso (Chile), donde fue directora del Doctorado en Estadística (2014–2018).
  • Actualmente es profesora titular de la Facultad de Ingeniería de la UNAB (Viña del Mar, Chile) y profesora part-time en la Universidad de Messina (Italia).
  • En la UNAB, fue directora del Magíster en Ciencias de la Computación y es directora del Doctorado en Ingeniería de Sistemas Avanzados.
  • Ha liderado proyectos nacionales ANID (Chile) en Estadística, Ciencia de Datos e Inteligencia Artificial.
  • Es autora/coautora de más de 100 publicaciones científicas internacionales.
  • Sus intereses de investigación incluyen series de tiempo, modelos espaciales y espacio-temporales, procesos de puntos, aprendizaje automático, big data, inteligencia artificial, análisis wavelet y procesos multifractales, con aplicaciones en contaminación del aire, predicción de terremotos, geología y salud.
Billy Peralta 
  • Ph.D en Ciencias de la Ingeniería. Pontificia Universidad Católica de Chile, Chile. Añ0 2013.
  • M.S. en Informática de la Pontificia Universidad Católica de Chile, en 2008.
  • Ingeniero de Sistemas, Universidad Nacional de Trujillo, 2004.
  • Desde 2018 es Profesor Asistente de la UNAB, Chile.
  • De 2004 a 2018 es Profesor Asistente de la Universidad Católica de Temuco, Chile.
  • Sus intereses de investigación incluyen el aprendizaje automático y la visión artificial.
  • Es miembro de la IEEE Society y de la Sociedad Chilena de Ciencias de la Computación.
Carola Blázquez
  • Ph.D. of Philosophy en Ingeniería de Información Geo-espacial. University of Wisconsin-Madison, EEUU.
  • Máster of Science en Administración de Ingeniería y Construcción. University of Wisconsin-Madison, EEUU.
  • Ingeniero Civil de la Universidad Técnica Federico Santa María en Valparaíso, Chile.
  • Actualmente es profesora titular del Departamento de Ciencias de la Ingeniería de la Universidad Andrés Bello en Viña del Mar.
  • Dicta cursos de pre y post-grado relacionados a los sistemas de Información Geográfica (SIG) y análisis estadístico de datos espaciales.
  • En su investigación realiza análisis estadísticos espaciales e implementa modelos matemáticos en el área de transporte y logística aplicados a la seguridad vial, sistemas inteligentes de transporte (ITS) y sistemas de recolección de residuos sólidos.
Juan Pablo Vásconez 
  • Doctor en Ingeniería Electrónica, Universidad Técnica Federico Santa María (UTFSM), 2020, Valparaíso, Chile.
  • Ingeniero en Electrónica y Control, Escuela Politécnica Nacional (EPN), Quito, Ecuador. 2013.
  • Trabajó como investigador del Laboratorio de Investigación en Inteligencia y Visión Artificial de la Escuela Politécnica Nacional.
  • Actualmente es profesor-investigador de la Universidad Andrés Bello en Chile en la facultad de Automatización y Robótica. Ha investigado en temas relacionados a la Robótica e Inteligencia Artificial, Interacción Humano-Robot (HRI), Interacción Humano-Máquina (HMI), sistemas de asistencia y colaborativos, algoritmos de detección de diferentes técnicas de comunicación no verbal como gestos, acciones, y parámetros cognitivos del ser humano.
  • Ha trabajado también en el área de la agricultura de precisión usando robots cooperativos capaces de interactuar y compartir el espacio de trabajo con el ser humano. Sus áreas de interés son robótica, aprendizaje de máquinas, aprendizaje profundo, aprendizaje por refuerzo y visión por computador
Carla Taramasco
  • Doctora en Ciencias, mención Humanidades y Ciencias Sociales, de la Ècole Polytechnique. París, Francia.
  • Máster en Ciencias Cognitivas por la Ècole Normale Superieure. París, Francia.
  • Ingeniera en Informática Aplicada. Universidad de Valparaíso.
  • Académica e investigadora de la Facultad de Ingeniería de la Universidad Andrés Bello y Directora del Instituto de Tecnología para la Innovación en Salud y Bienestar.
  • Ha participado, coordinado y dirigido diversos proyectos científicos nacionales e internacionales en áreas como Ehealth, Mheatlh, Telemedicina, IoT, wearables y BigData.
  • Ha trabajado en desarrollo de soluciones tecnológicas para la salud que integren SW y HW, vigilancia de enfermedades crónicas, salud pública, sistemas complejos sociales y dinámica de redes
Eduardo Navarro L.
  • Magíster en Ingeniería Informática, UNAB.
  • Ingeniero en Computación e Informática, UNAB.
  • Actualmente se desempeña como Profesor Adjunto de la Facultad de Ingeniería y Jefe de Laboratorios de la Facultad de Ingeniería de la UNAB, Sede Viña del Mar.
  • Su área de desempeño profesional se ha orientado principalmente al diseño, administración y gestión de infraestructura tecnológica, con énfasis en plataformas de servidores, servicios TI y soporte a entornos académicos y productivos, contribuyendo a la continuidad operativa y al fortalecimiento de los recursos tecnológicos institucionales.
  • Su línea de investigación se centra en Machine Learning y Deep Learning, con especial interés en la aplicación de técnicas de inteligencia artificial
  • Imparte cursos de pregrado en Bases de Datos y de postgrado en Análisis de Grandes Volúmenes de Datos.
Hernán Astudillo
  • Ph.DInformation and Computer Science, Georgia Tech.
  • Ingeniero Informático, Universidad Tecnológica Federico Santa María.​​
  • Ha sido Senior Applications Architect para MCI SystemhouseFinancial Systems Arquitects (EEUU), y Solunegocios (Chile).
  • Profesor titular de la Facultad de Ingeniería, Universidad Andrés Bello; Investigador del Instituto de Tecnología para Innovación en Salud y Bienestar (ITiSB), UNAB; Director del Doctorado en Ingeniería de Sistemas Avanzados (DISA), UNAB.
  • Ha sido Arquitecto Senior de Aplicaciones en MCI Systemhouse, Financial Systems Architects, y Solunegocios.  Conduce investigación, docencia y transferencia en la toma de decisiones tecnológicas con información imperfecta, con foco en decisiones de Arquitectura de Software (tácticas, patrones, y trade-offs) para sistemas de software contemporáneos (microservicios e IoT).
  • Ha desarrollado modelos de mejora de procesos y aplicaciones para salud, gobierno digital, e informática patrimonial.
Mailiu Díaz Peña
  • Doctora en Estadística, Universidad de Valparaíso.
  • Máster en Matemática Aplicada, Universidad de Cienfuegos, Cuba.
  • Ingeniera Industrial, Universidad de Cienfuegos, Cuba 2009.
  • Actualmente se desempeña como Subdirectora de Educación Online en la Facultad de Ingeniería de la UNAB, donde lidera iniciativas de innovación educativa y transformación digital.
  • Con más de 15 años de experiencia en docencia universitaria e investigación aplicada, se desarrolla en ciencia de datos, geoestadística, inteligencia artificial y sostenibilidad ambiental.
  • En el ámbito de la educación virtual, ha trabajado en la localización, diseño instruccional y mejora de aulas virtuales en el LMS CANVAS, promoviendo experiencias de aprendizaje efectivas y centradas en el estudiante.
  • Ha participado en proyectos nacionales e internacionales y cuenta con varias publicaciones científicas indexadas en WoS.
Mailyn Calderón Díaz
  • Doctora en Ciencias e Ingeniería para la Salud.
  • Magíster en Ciencias de la Ingeniería mención Ingeniería Biomédica.
  • Ingeniera Biomédica.
  • Licenciada en Ciencias de la Ingeniería de la Universidad de Valparaíso y Diplomado en Educación Superior.
  • Directora del Magíster en Gestión de Tecnologías de la Información y Telecomunicaciones de la Facultad de Ingeniería de la UNAB.
  • Miembro de iHEALTH - Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud.
  • Sus intereses de investigación incluyen biomecánica, control motor, análisis del movimiento humano, rendimiento deportivo, envejecimiento humano e Inteligencia Artificial.
 
Omar Salinas Silva
  • Doctor en Ingeniería Informática Aplicada por la Universidad de Valparaíso.
  • Magíster en Administración de Tecnologías de la Información por el Tecnológico de Monterrey.
  • Magíster en Innovación Aplicada.
  • Además de Ingeniero en Sistemas Computacionales de la Universidad Técnica Federico Santa María e Ingeniero Electrónico.
  • Cuenta con más de veinte años de experiencia en Tecnologías de la Información, educación superior e investigación aplicada.
  • Actualmente se desempeña como director de la carrera de Ingeniería Civil Informática Advance (modalidad online) de la UNAB, liderando la gestión académica y el aseguramiento de la calidad.
  • Su quehacer profesional se centra en Inteligencia Artificial, Ciencia de Datos, Optimización y Metaheurísticas, Big Data y Ciberseguridad, con una activa producción científica en revistas de alto impacto como IEEE Access y MDPI.
  • En docencia, imparte asignaturas de pre y postgrado orientadas a la formación de profesionales con una sólida base técnica y capacidad para resolver problemas complejos en contextos reales.
Pierre Collet
  • Doctor en informática, Universidad Paris XI Sud Orsay (Francia).
  • Anteriormente profesor distinguido, Universidad de Estrasburgo.
  • Director de los equipos de investigación de FDBT, BFO y CSTB.
  • Decano del Departamento de Informática, Universidad de Estrasburgo.
  • Cofundador y decano de informática de la Universidad Franco-Azerbaiyana.
  • Actualmente profesor titular e investigador principal del Instituto ITISB de UNAB, Viña del Mar.
  • Investigación actual:
    • IA explicable, ética y autónoma (desde un punto de vista epistemológico): qué ética para la interacción IA-humano.
    • Aplicación de estadísticas bayesianas a la salud (detección y diagnóstico del cáncer) en Chile.
    • Procesamiento de señales (análisis armónico desde el punto de vista de la optimización).
    • Espectrometría de masas (sustitución de la transformada de Fourier por el análisis armónico).
Sergio Paraíso Medina
  • PhD en Inteligencia Artificial (UPM, 2018, Summa Cum Laude)
  • Máster Europeo en Inteligencia Articial (UPM) e Ingeniero en Informática (UPM).
  • Profesor Permanente Laboral (Associate Professor), Escuela Técnica Superior de Ingeniería Informática (ETSIINF-UPM), Departamento de Lenguajes y Sistemas Informáticos e Ingeniería del Software (DLSIIS).
  • Ha desempeñado distintos roles docentes desde colaborador hasta profesor ayudante doctor, impartiendo docencia en grados y másteres relacionados con informática, ciencia de datos, inteligencia artificial e ingeniería biomédica.
  • Desde 2010 es miembro del Grupo de Informática Biomédica (GIB) — https://gib.fi.upm.es y ha participado en nueve proyectos europeos y nacionales, centrados en integración e interoperabilidad de datos clínicos, con resultados en transferencia tecnológica.
  • Desde 2019 coordina el máster europeo EIT Health Master of Science in Health and Medical Data Analytics y ha dirigido más de 15 trabajos fin de máster y más de 40 proyectos fin de grado.
Marco E. Benalcázar
  • Ph.D. en Ingeniería Electrónica. Universidad Nacional de Mar del Plata, Mar del Plata – Argentina. 2015.
  • Máster en Tecnología de los Sistemas de Energía Solar Fotovoltaica. Universidad Internacional de Andalucía, Universidad de Jaén, y Universidad de Málaga, España. 2011.
  • Ingeniero en Electrónica y Telecomunicaciones. Escuela Politécnica Nacional, Quito – Ecuador. 2009.
  • Director y fundador del Laboratorio de Investigación en Inteligencia y Visión Artificial “Alan Turing” de la Escuela Politécnica Nacional, Quito – Ecuador.
  • Profesor e investigador del Departamento de Informática y Ciencias de la Computación de la Escuela Politécnica Nacional, Quito – Ecuador.
  • Columnista de Diario El Comercio de Ecuador y líder de opinión pública sobre inteligencia artificial a nivel nacional e internacional, con participación en medios como Agencia EFE de España y AFP de Francia.
  • Dicta cursos avanzados en pregrado y postgrado relacionados con inteligencia artificial, machine learning, percepción computacional, convergencia digital, sistemas inteligentes, IA generativa y fundamentos de ciencias de la computación.
  • En su Laboratorio el trabajo de Investigación se centra en los siguientes 4 ejes: desarrollo de prototipos de prótesis inteligentes para personas amputadas, reconocimiento de gestos de la mano, procesamiento de imágenes médicas y desarrollo y aplicación de grandes modelos de lenguaje.
  • Tiene más de 15 años de experiencia en Inteligencia Artificial, es divulgador científico, conferencista TEDx y consultor en inteligencia artificial y computación. Ha recibido diversos premios nacionales e internacionales por su destacada trayectoria en docencia e investigación.
David Ruete Zúñiga
  • Director de Escuela de Informática, Facultad de Ingeniería, UNAB.
  • Magíster en Ingeniería Industrial. Pontificia Universidad Católica de Valparaíso, Chile. 2025.
  • Ph.D. of Philosophy in Multimedia Technologies. Atlantic International University, EEUU. 2017.
  • Máster Oficial en Tecnología Multimedia, Universidad de Granada, España. 2010.
  • Ingeniero Civil Electrónico, Pontificia Universidad Católica de Valparaíso, Chile. 2002.
  • Licenciado en Ciencias de la Ingeniería, Pontificia Universidad Católica de Valparaíso, Chile. 2002.
  • Actualmente es profesor asociado de la Facultad de Ingeniería de la UNAB.
  • Dicta cursos de pre y post-grado relacionados a las temáticas de machine learning, inteligencia artificial.
  • Dirige Proyectos de Título y Proyectos de Magíster relacionados a las temáticas de machine learning, inteligencia artificial.
  • En su investigación realiza análisis estadísticos y modelos de machine learning e inteligencia artificial en áreas de trabajo como Gestión Educacional, Habilidades del pensamiento superior y salud.
Jean Paul Maidana
  • Doctor en Estadística, Universidad de Valparaíso, Valparaíso, Chile.
  • Ingeniero Civil Matemático, Universidad Técnica Federico Santa María, Valparaíso, Chile. ´
  • Actualmente es profesor asistente y Director de Ingeniería en Ciencia de Datos Advance en la Facultad de Ingeniería de la UNAB en Viña del Mar, donde también ha desempeñado el cargo de Secretario Académico y Profesor Investigador.
  • Su experiencia académica en pregrado abarca docencia en diversas asignaturas relacionadas con minería de datos, aprendizaje de máquinas, estadística aplicada e inteligencia artificial. En postgrado dicta cursos relacionados a ciencia de datos y machine learning.
  • Su trayectoria profesional incluye investigaciones en el Centro Interdisciplinario de Neurociencia de Valparaíso y el desarrollo de modelos matemáticos y simulaciones computacionales en neurociencia y análisis estocástico.
  • Es autor de múltiples publicaciones internacionales en áreas como análisis estocástico, neurociencia computacional, economía, salud y educación.
  • En la actualidad está desarrollando un proyecto de inteligencia artificial explicable y machine learning causal para el monitoreo de adultos mayores.
John Atkinson
  • PhD in Artificial Intelligence, University of Edinburgh, UK (2003)
  • Anteriormente profesor titular de la UTFSM, Universidad de Concepción, Universidad Adolfo Ibáñez.
  • Creó y dirigió el Laboratorio de IA en la U. de Concepción desde 1999.
  • Creó y dirigió el primer magister en Chile en IA en la UAI (2017).
  • Director del Departamento de Ingenieria Informática, U. de Concepción.
  • Investigador visitante del MIT (CSAIL, Boston), IBM T.J. Watson Labs (New York), y University of Cambridge, entre otros.
  • Actualmente director de la consultora AI-Empowered.
  • Consultot de empresas nacionales e internacionales en IA.
  • Asesor técnico en varias comisiones del Senado de Chile sobre ciencia y tecnología.
  • Investigador en las áreas de IA, Procesamiento de Lenguaje Natural y Analítica Textual.
  • Autor de más de 100 artículos científicos y 2 libros sobre analítica textual y grandes modelos de lenguaje (LLM).
  • Reconocido como The Future of AI: 10 Leaders to Watch in 2024” por 𝘔𝘪𝘳𝘳𝘰𝘳 𝘙𝘦𝘷𝘪𝘦𝘸 𝘔𝘢𝘨𝘢𝘻𝘪𝘯𝘦, USA.
  • Senior Member Award de la ACM (New York) por aportes a la profesión de la informática.

El/la graduado/a del programa de Magíster en Ciencia de Datos e Inteligencia Artificial de la Universidad Andrés Bello es un(a) profesional con habilidades y conocimientos avanzados para diseñar, implementar y gestionar soluciones basadas en técnicas de ciencia de datos e inteligencia artificial, orientadas a la generación de valor en distintos ámbitos productivos y sociales.

Se desempeña como un gestor avanzado en herramientas de IA y/o análisis de datos, capaz de integrar tecnologías y metodologías en procesos existentes, transformando datos en información estratégica y algoritmos en soluciones aplicadas, que impulsen la competitividad, la innovación y el desarrollo tecnológico responsable y ético en organizaciones de diversos sectores industriales de servicios privados y públicos, entre otros.

El/la graduado/a actúa como un agente de transformación digital, que aplica de forma crítica y ética los avances en inteligencia artificial y/o ciencia de datos para resolver problemas complejos, facilitar la toma de decisiones basadas en evidencia, comunicar eficazmente los resultados obtenidos a distintos públicos y contribuir al desarrollo sostenible del entorno.

Perfil de Egreso

Objetivo General:

  • Formar profesionales altamente especializados en ciencia de datos e inteligencia artificial, capaces de desarrollar, integrar y gestionar soluciones tecnológicas avanzadas basadas en datos y algoritmos inteligentes, promoviendo el uso ético, responsable y estratégico de estas tecnologías en diversos entornos productivos y sociales.

Objetivos Específicos:

  • Desarrollar competencias avanzadas para diseñar, implementar y evaluar soluciones analíticas y modelos de inteligencia artificial, considerando criterios de pertinencia técnica, robustez, escalabilidad y aplicabilidad en la resolución de problemas complejos en sectores productivos, de servicios y ámbitos sociales.
  • Fortalecer la capacidad de integrar tecnologías de gestión de datos, arquitecturas Big Data y metodologías de ingeniería de machine learning, promoviendo la transformación de datos en información estratégica y la incorporación de sistemas inteligentes en procesos organizacionales críticos.
  • Consolidar una formación ética y comunicacional avanzada, que permita implementar sistemas de IA bajo principios de transparencia, responsabilidad y explicabilidad, y comunicar resultados analíticos mediante narrativas efectivas orientadas a diversos públicos estratégicos y operativos.

Objetivos

Plan de Estudios

PLAN DE ESTUDIOS MAGÍSTER EN CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL

 

El Magíster en Ciencia de Datos e Inteligencia Artificial de la Universidad Andrés Bello destaca por su enfoque aplicado e internacional, incorporando asignaturas diseñadas e impartidas por profesores extranjeros de instituciones como la Universidad Politécnica de Madrid, la Escuela Politécnica Nacional de Ecuador y VALGRAI, lo que permite acceder a estándares formativos de nivel global y a una visión actualizada del desarrollo de la IA.

Adicionalmente, las y los estudiantes podrán realizar cursos y certificaciones de IBM, de manera gratuita y 100% online, integradas como microcredenciales dentro del plan de estudios, fortaleciendo su perfil profesional y su vinculación con la industria.

Impartido en modalidad online, el programa ofrece flexibilidad sin sacrificar rigurosidad académica, promoviendo el desarrollo de competencias técnicas, éticas y comunicacionales que permiten implementar y comunicar soluciones basadas en datos e inteligencia artificial de manera responsable y efectiva.

.

¿Por qué postular al Programa?

El programa de Magíster en Ciencias de Datos e Inteligencia Artificial de la Universidad Andrés Bello está orientado a postulantes que posean el grado de Licenciado/a o Título Profesional en disciplinas STEM, especialmente provenientes de las áreas de Ingeniería, Ciencias de la Computación, Matemáticas, Estadística, Física, Ciencias Naturales o afines, que deseen adquirir competencias avanzadas en el uso de técnicas de ciencia de datos e inteligencia artificial para resolver problemas complejos en diversos contextos industriales y sociales

Dirigido a

Procesos de postulación

Ingreso de datos
Contacto telefónico
Verificación de antecedentes
Entrevista
¡Listo!