Magíster en Ciencia de Datos e Inteligencia Artificial

  • Inicio de clases: 29/03/2027
  • Duración: 5 trimestres
  • Sede: CAMPUS VIRTUAL
  • Matrícula: $506.000
  • Arancel: $8.372.000
  • 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.

El programa cuenta con un Convenio de Colaboración Institucional con el Centro Nacional de Inteligencia Artificial (CENIA). Esta alianza potencia el desarrollo tecnológico de nuestros estudiantes, vinculándolos directamente con el ecosistema de innovación aplicada durante su Actividad Final de Graduación (Capstone Project).

LOGO CENIA

 

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 por la Universidad de Valparaíso (UV) y actualmente candidato a Doctor en Inteligencia Artificial por la Universidad Politécnica de Madrid (UPM).
  • Magíster en Ingeniería Industrial, Magíster en Gestión mención Finanzas e Ingeniero Comercial.
  • Director del Magíster en Ciencia de Datos e Inteligencia Artificial. UNAB.
  • Profesor Asociado de la Facultad de Ingeniería de la Universidad Andrés Bello, con más de 15 años de experiencia en docencia y gestión académica en educación superior.
  • Investigador Asociado del Instituto de Tecnología para la Innovación en Salud y Bienestar (ITiSB) de la Universidad Andrés Bello.
  • Su trayectoria académica y de investigación se desarrolla en estadística aplicada, modelamiento estadístico, ciencia de datos, inteligencia artificial, analítica aplicada y educación en ingeniería, con publicaciones indexadas en Web of Science y Scopus.
  • Cuenta con experiencia docente en programas de pregrado y postgrado en Chile y el extranjero, impartiendo asignaturas vinculadas con ciencia de datos, inteligencia artificial, aprendizaje estadístico, analítica y toma de decisiones.
  • Ha ejercido anteriormente la dirección del Magíster en Ciencias de la Computación y del Magíster en Ingeniería Informática de la Universidad Andrés Bello.
  • Presidente de la Comisión de Ciencia de Datos del Colegio de Ingenieros de Chile, 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.D. Information and Computer Science, Georgia Tech.
  • Ingeniero Informático, Universidad Tecnológica Federico Santa María.​​
  • Ha sido Senior Applications Architect para MCI Systemhouse, Financial 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.
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.
Harvey Rosas
  • M.S. en Matemáticas Aplicadas y Ph.D. en Matemáticas del KAIST en Corea del Sur.
  • Con más de 20 años de experiencia en ciencia de datos, IA y soluciones en la nube, que ha impulsado el valor comercial en los sectores de minería, energía y afines.
  • Egresado de Matemáticas de la Universidad Nacional de Colombia.
  • Fue profesor de planta en la Universidad de Valparaíso, donde presidió los programas de doctorado y pregrado en Estadística.
  • En su rol como CTO, Científico de Datos Principal y Gerente de Innovación en Prevsis Colombia & Chile, Rosas gestionó el modelado, planificación y despliegue de múltiples soluciones de IA basadas en datos.
  • Además, dirigió equipos multifuncionales para diseñar e implementar soluciones de IA, como un sistema automatizado de validación de documentos.
  • Como CPO y AI Strategist en Consulting scaleup, ayudó a organizaciones en su proceso de transformación digital, estrategia de datos e IA.
  • Actualmente es Data Science Consultant en EPAM, donde participa en proyectos de innovación corporativa en adopción de IA a escala.
 
Edwin Maldonado
  • Ph.D. en Ingeniería Eléctrica con foco en Inteligencia Artificial, Machine Learning y metodologías de apoyo a la decisión, Pontificia Universidad Católica de Río de Janeiro, Brasil.
  • Máster en Ingeniería Eléctrica, con especialización en Data Mining, Inteligencia Computacional y Machine Learning, Pontificia Universidad Católica de Río de Janeiro, Brasil.
  • Licenciado en Ciencias de la Computación por la Universidad Nacional de Trujillo, Perú.
  • Ha trabajado en proyectos de Digital Rock Analysis, segmentación 2D/3D de imágenes de roca, predicción de propiedades petrofísicas, interpretación sísmica con Machine Learning y asistentes inteligentes para análisis de producción, simulación de reservorios e integridad de pozos.
  • Cuenta con experiencia en Python, PyTorch, TensorFlow, FastAPI, Docker, Azure, Milvus, FAISS, Knowledge Graphs, notebooks de Python, Deep Agents framework y desarrollo de sistemas de IA productivos.
  • Actualmente se desempeña como Lead Data Scientist en Halliburton – Landmark, desarrollando soluciones de inteligencia artificial aplicada para Oil & Gas, incluyendo sistemas RAG, agentes de IA, LangGraph, LangChain, MCP servers y arquitecturas multiagente.
 
Franziska Wagner
  • Ph.D. en Ciencia Política por la Central European University (Austria, 2025), Máster en Ciencia Política con mención en Política Comparada por Sciences Po Paris (Francia, 2020) y Bachelor por la Universität Mannheim (Alemania, 2018).
  • Desde 2025 es investigadora postdoctoral en el Centro Nacional de Inteligencia Artificial (CENIA) de Chile y cofundadora del Laboratorio de Políticas e Inteligencia Artificial (LaPIA).
  • Sus intereses de investigación incluyen la detección de propaganda, la comunicación política, la relación entre inteligencia artificial y democracia, y los métodos computacionales en ciencias sociales.
  • Ha publicado en revistas como Political Science Research and Methods, Politics and Governance, East European Politics y Frontiers in Political Science. Además, es coautora de un ensayo sobre soberanía en IA en el Índice Latinoamericano de Inteligencia Artificial (ILIA) 2026, editado por CENIA y CEPAL.
Raúl Alonso Calvo
  • Doctor en Informática (Software, Sistemas y Computación) por la Universidad Politécnica de Madrid. Doctorado summa cum laude con mención europea.
  • Profesor Titular de Universidad (Associate Professor) en la Escuela Técnica Superior de Ingenieros Informáticos de la UPM. En el Departamento de Lenguajes y Sistemas Informáticos e Ingeniería del Software (DLSIIS) desde 2010.
  • Ha impartido docencia en grados y másteres en áreas relacionadas con la ingeniería informática, el tratamiento y análisis de imágenes, la visualización y el aprendizaje automático.
  • Es miembro del Grupo de Informática Biomédica (GIB) desde 2011, participando en investigaciones y proyectos centrados en informática biomédica, integración de bases de datos e imagen médica.
  • Ha dirigido numerosos proyectos finales de titulación, más de 100 entre trabajos fin de grado (TFG) y trabajos fin de máster (TFM). Cuenta con 3 tesis doctorales dirigidas en el ámbito de la ingeniería del software, la informática aplicada a la salud y la inteligencia artificial.
 

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 Mag´siter en Ciencia de Datos e IA

 

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.

Los cursos del Magíster en Ciencia de Datos e Inteligencia Artificial se estructuran en torno a metodologías activas, tales como el aprendizaje basado en proyectos y talleres prácticos, en los que los estudiantes aplican los conocimientos adquiridos en contextos reales y concretos.

Las asignaturas incorporan una amplia variedad de recursos de aprendizaje, entre ellos apuntes, videos tutoriales, material interactivo e infografías, lo que permite abordar de manera integral tanto los aspectos teóricos como los prácticos.

Adicionalmente, se contemplan sesiones sincrónicas semanales que favorecen la interacción con el docente y entre los propios estudiantes, fortaleciendo y profundizando los contenidos trabajados cada semana.

¿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!

Preguntas frecuentes

El objetivo del Magíster en Ciencia de Datos e Inteligencia Artificial tiene como objetivo formar profesionales capaces de diseñar e implementar soluciones basadas en ciencia de datos e inteligencia artificial para distintos contextos. 

El Magíster en Ciencia de Datos e Inteligencia Artificial permite desarrollar competencias en análisis de datos, machine learning y uso de herramientas avanzadas para la toma de decisiones. 

El Magíster en Ciencia de Datos e Inteligencia Artificial permite transformar datos en información estratégica y desarrollar soluciones tecnológicas que apoyan la toma de decisiones en organizaciones.

El Magíster en Ciencia de Datos e Inteligencia Artificial se imparte en modalidad 100% online y tiene una duración de 5 trimestres.