Gestión en Innovación Organizacional y Productividad

Modalidad:              En línea

Jornada:                  Nocturna

Periodos:                 8

Título que otorga:  Lcdo./a en Gestión de la Innovación Organizacional y Productividad

OBJETO DE ESTUDIO

La carrera de Gestión de la Innovación Organizacional y Productividad, estudia la evolución y tendencias actuales de la productividad e innovación organizacional a nivel local, nacional e internacional; las tendencias teóricas que sustentan el diseño, implementación, optimización, evaluación y mejora de los sistema de gestión de las organizaciones y la productividad; el conjunto de conocimientos, técnicas y herramientas que permiten a las organizaciones mejorar su desempeño a través de la implementación de estrategias de innovación y productividad.
Todo lo anterior diseñado en las siguientes áreas: ciencias económicas y financieras, calidad y productividad, metodología y comunicación científica, tecnología digital, gestión sostenible y responsabilidad social, innovación; y administración que se corresponden con los resultados del estudio de pertinencia.

PERFIL DE EGRESO

Competencias profesionales:
• Detectar, obtener, consultar y sistematizar información científica de textos y artículos para
la producción de conocimiento y el uso de la terminología técnica de su profesión.
• Caracterizar las tendencias teóricas nacionales e internacionales que fundamentan la
gestión de la innovación organizacional y la productividad.
• Identificar y resolver problemas en el ámbito de la innovación y la productividad de las
organizaciones, aplicando herramientas digitales y las tendencias actuales en su evolución
internacional y nacional desde un enfoque interdisciplinar.
• Propiciar la mejora continua integral de los procesos de gestión de las organizaciones
donde se desempeñan, incluyendo la gestión ágil de proyectos y la logística.
• Diseñar, implementar, evaluar y mejorar los sistemas de gestión de las organizaciones.
• Gestionar la calidad de los procesos de la organización, mejorando su competitividad.
• Diseñar e implementar estrategias para mejorar la productividad, incluyendo la reingeniería
de procesos, la mejora continua, la gestión del tiempo y la motivación del personal.
• Gestionar los factores que influyen en la productividad de las organizaciones, como la
cultura organizacional, los procesos de trabajo, la tecnología y el talento humano.
• Promover una cultura de innovación y productividad en las organizaciones, a través del
liderazgo, el trabajo en equipo, la comunicación y la capacitación.
• Generar valor para los clientes, los colaboradores, los accionistas y la sociedad en general
a partir de la gestión del cambio con mentalidad innovadora.
Manejo de métodos, metodologías, modelos, protocolos, procesos y procedimientos de
carácter profesional e investigativo:
• Diseñar, ejecutar y presentar los resultados de la investigación científica, resolviendo
demandas sociales en el ámbito de la innovación organizacional y productividad.
• Utilizar los métodos científicos para la producción de conocimiento al resolver problemas
trascedentes en el ámbito de la innovación organizacional y productividad.
• Seleccionar los métodos empíricos para la obtención de datos desde una posición
pragmática, defendiendo la complementariedad o convergencia de los paradigmas de
investigación.
• Implementar los métodos, técnicas e instrumentos pertinentes para el análisis de datos,
simulación, optimización y evaluación de riesgos; y la solución de problemas profesionales
en el ámbito de la innovación organizacional y productividad.
• Medir el impacto en la efectividad de la organización como resultado de la gestión de la
innovación y la productividad.
• Utilizar las tecnologías de la información y la comunicación en la innovación organizacional
y productividad para la optimización de sus procesos.
Contribución al mejoramiento de la calidad de vida, el medio ambiente, el desarrollo
productivo y la preservación, difusión y enriquecimiento de las culturas y saberes:
• Promover el desarrollo sostenible, la responsabilidad social, la inclusión y la equidad,
mediante la disminución del impacto ambiental producido por las organizaciones, el
aprovechamiento de los recursos naturales, el respeto a la diversidad cultural y el
fortalecimiento de la economía popular y solidaria.
• Evaluar el impacto social, económico y cultural de la gestión de la innovación y la
productividad de las organizaciones.
• Mejorar la calidad de vida de las organizaciones mediante la innovación y optimización de
sus procesos, el incremento sostenible de la productividad, contribuyendo a la disminución
de la pobreza y la desigualdad social, y respetando la cultura y saberes organizacionales.
Valores y principios, en el marco de un enfoque de derechos, igualdad e interculturalidad y
pensamiento universal, crítico y creativo:
• Practicar principios y valores éticos en la solución de problemas profesionales,
considerando la cultura, los saberes ancestrales y contemporáneos.
• Actuar con la ética profesional pertinente en el cumplimiento de los deberes y derechos de
su profesión, demostrando responsabilidad, honestidad, disciplina, solidaridad y
puntualidad en su interacción social; el respeto por la diversidad, la interculturalidad y el
pensamiento.
• Ejercer un liderazgo profesional por la excelencia, el compromiso social integral, la crítica
constructiva y la creatividad en la gestión de la innovación organizacional y la productividad,
que sea ejemplo para la cultura de los equipos de trabajo de las organizaciones.

Malla curricular

Ciencia de Datos e Inteligencia Artificial

Modalidad:             Híbrida

Jornada:                  Matutino

Periodos:                 8

Título que otorga:  Lcdo./a en Gestión de la Innovación Organizacional y Productividad

 

OBJETO DE ESTUDIO

La carrera de Ciencia de Datos e Inteligencia Artificial estudia la gestión integral de los datos que va desde la adquisición, almacenamiento, procesamiento, hasta el análisis y visualización de información; mediante el uso de herramientas tecnológicas y lenguajes de programación; se orienta el desarrollo e implementación soluciones innovadoras con la aplicación de modelos descriptivos, predictivos y prescriptivos fundamentados en la estadística, minería de datos, aprendizaje automático, aprendizaje profundo y otras disciplinas relacionadas; que permiten la obtención de conocimiento valioso orientado a la toma de decisiones en las organizaciones; para dar respuesta a problemáticas actuales y, comprometidos con la sostenibilidad y el cambio positivo de diversos dominios y sectores de la región y el país.

Áreas clave de la carrera:
– Ciencias matemáticas
– Tecnologías de la Información
– Electrónica e IoT
– Desarrollo de Software
– Ciencia de Datos:
– Análisis estadístico
– Bases de datos
– Cloud Computing
– Minería de datos
– Big Data
– Inteligencia de Negocios
– Ciberseguridad
– Gestión de proyectos
– Ética y gobierno de datos.
– Inteligencia Artificial:
– Machine Learning
– Deep Learning
– Procesamiento de Lenguaje Natural
– Inteligencia Artificial Generativa
– Visión por Computador
– Desarrollo de Aplicaciones de Ciencia de datos e IA

Roles profesionales del Ingeniero en Ciencia de datos e inteligencia Artificial:

– Ingeniero de datos
– Analista de datos
– Científico de datos
– Arquitecto de datos
– Director de proyectos en ciencia de datos e IA
– Desarrollador fullsatck de aplicaciones de ciencia de datos e IA
– Especialista en Inteligencia Artificial
– Ingeniero de Machine Learning
– Consultor en IA y Big Data

Campo Laboral/ocupacional:
El ingeniero en Ciencia de Datos e IA podrá desempeñarse profesionalmente en diferentes sectores, así como en empresas e instituciones públicas y privadas, que tenga la necesidad de obtener conocimiento útil a partir de sus datos. A continuación, se mencionan algunos sectores clave de actuación profesional:
– Gobierno y Política Pública
– Instituciones públicas: Gobiernos provinciales y cantonales
– Empresas privadas, en sectores como: financiero, agrícola, salud, markerting,
turismo, retail y comercio electrónico, industrias, telecomunicaciones, agua potable, energía eléctrica, etc.
– Empresas que requieran el desarrollo de sistemas inteligentes e IoT, estudios de mercado, análisis e interpretación de grandes volúmenes de datos, aplicaciones de Ciencia de datos e IA.
– Institutos de investigación, estadística y censos.
– Consultoría y estrategia Empresarial: Asesoramiento a empresas en la integración de soluciones de ciencia de datos e IA para mejorar la eficiencia operativa y la innovación.
– Educación e Investigación.

PERFIL DE EGRESO

El profesional de Ciencias de Datos e Inteligencia Artificial, una vez concluidos sus estudios, será capaz de:

• Fomentar la aplicación de habilidades blandas en el ejercicio profesional, como liderazgo, trabajo en equipo, comunicación efectiva, pensamiento crítico, emprendimiento e innovación; con una visión integral, inclusiva y empática del contexto; comprometidos con la sostenibilidad y el cambio positivo, promoviendo prácticas responsables que impacten favorablemente en las organizaciones y la sociedad.
• Usar de forma ética y responsable los datos requeridos en el análisis y la toma de decisiones basadas en ciencia de datos e inteligencia artificial, garantizando su privacidad, confidencialidad, integridad y disponibilidad, con prácticas justas de gobernanza, para el bienestar social y organizacional.
• Analizar datos e interpretar información que se obtiene de la aplicación de técnicas estadísticas y probabilísticas, inferencias, métodos numéricos y matemáticos, que sirva para el establecimiento de criterios de solución a problemas de distintos casos de uso y sectores.
• Usar tecnologías de la información, lenguajes de programación, herramientas de gestión de datos y de control operativo para el desarrollo de aplicaciones basadas en ciencia de datos e inteligencia artificial.
• Aplicar modelos optimizados y avanzados de Machine Learning, Deep Learning, Procesamiento de Lenguaje Natural, Visión Artificial y/o Inteligencia Artificial Generativa, con la utilización de redes neuronales artificiales, algoritmos genéticos, series temporales, aprendizaje supervisado, no supervisado o por refuerzo y, herramientas como TensorFlow, Keras, Pandas, scikit-learn, PyTorch, entre otras, con la finalidad de generar soluciones innovadoras a problemas en diversos dominios.
• Desarrollar soluciones de IoT, realizando una recolección eficiente datos de dispositivos y redes de sensores, para una posterior transmisión de los mismos mediante redes y protocolos de comunicación a una Cloud Computing (AWS, Azure, GCP, etc.), donde, estos datos son almacenados y procesados en plataformas de Big data, analizados y visualizados mediante técnicas de ciencia de datos e IA; para la optimización de recursos y obtener conocimiento útil que oriente la toma de decisiones en sectores clave como la industria inteligente, agricultura de precisión, cuidado y salud inteligente, ciudades inteligentes, entre otros.
• Desarrollar aplicaciones de ciencia de datos e inteligencia artificial con interfaces web y / o móviles y una arquitectura de microservicios, con tecnologías como Dockers y Kubernetes, Blockchain, entre otras; utilizando metodologías ágiles (Scrum, DevOps, otras) que sirve de guía en todo el ciclo de vida, permiten entregas continuas y un despliegue eficiente en entornos escalables y distribuidos; para responder a las necesidades de cada sector, garantizando eficiencia, seguridad y escalabilidad en cada producto de software.
• Implementar soluciones de Inteligencia de Negocios y Minería de datos, aplicando lenguajes de programación, técnicas y herramientas adecuadas para la analítica y de visualización de datos y generación de conocimiento útil, que permita a las organizaciones la toma de decisiones informadas, la mejora de su competitividad y adaptación a nuevos escenarios.
• Implementar soluciones de cómputo, almacenamiento y analítica y visualización de información, en modalidad on premise o en la Cloud, para el tratamiento de grandes volúmenes datos, con tecnologías específicas de Big Data (Hadoop HDFS, Spark, Hive, Flink, Kafka, etc.), aplicando modelos, técnicas, herramientas y lenguajes de programación adecuados, que permitan a las organizaciones, la mejora en toma de decisiones informadas, la eficiencia y optimización de costes.
• Desarrollar proyectos en ciencia de datos e inteligencia artificial, aplicando un proceso sistemático e investigativo, que va desde la comprensión inicial hasta el despliegue de una solución óptima; además de, el uso de buenas prácticas centradas en el usuario, metodologías Ágiles, metodologías CRISP-DM, MLOps, entre otras, y el manejo de herramientas para la automatización y el despliegue continuo de los productos, asegurando resultados eficientes y de calidad en la resolución de problemas de una organización.
• Fomentar la investigación, la innovación y el desarrollo de aplicaciones de la ciencia de datos e inteligencia artificial, mediante una experimentación continua, la implementación de algoritmos avanzados, el uso tecnologías emergentes y metodologías específicas de la profesión; para ofrecer soluciones efectivas a problemas reales de distintos sectores, logrando un beneficio tangible e intangible tanto en lo económico como en lo social.

Malla curricular