Centro de Investigación en Computación

Requisitos académicos de ingreso.

En cuanto a los requisitos académicos de ingreso al DCTIAyCD, la y el aspirante deberán satisfacer los siguientes requisitos, conforme con la normativa aplicable y la convocatoria de ingreso específica:

1. Poseer título de licenciatura o documento equivalente. Para aspirantes que hayan realizado estudios en el extranjero, el documento deberá estar debidamente apostillado o legalizado de ser requerido.

2. Poseer, en su caso, el grado o el acta de examen de grado de maestría.

3. Aprobar el proceso de admisión establecido en la convocatoria de cada programa.

4. Acreditar con una calificación mínima de ocho o equivalente, el nivel de conocimiento del idioma inglés u otro definido y justificado por el Colegio de Profesores de Posgrado, en tres de las siguientes habilidades: comprensión de lectura, comprensión auditiva, expresión escrita o expresión oral, o sus equivalentes; tomando como criterio base el nivel B1 del Marco Común Europeo de Referencia para las Lenguas o similar, avalado por la Dirección de Formación en Lenguas Extranjeras del Instituto. Para alguna convocatoria en específico, el Cuerpo Académico con aval del Colegio de Profesores de Posgrado podrá establecer como requisito un mayor nivel de conocimiento del idioma, cuando existan causas que así lo justifiquen.

5. No haber causado baja definitiva en algún programa del Instituto, por resolución fundada y motivada del Colegio Académico, salvo que ésta le haya sido revocada por dicho cuerpo colegiado.

6. Demostrar capacidad para continuar estudios de nivel doctorado, a través del examen planteado por la comisión de admisión.

7. Sostener una entrevista con un mínimo de tres profesoras o profesores del programa, que conformen o auxilien a la comisión de admisión.

8. Para aspirantes cuya lengua materna sea el inglés, queda exento el punto 4 referente a la validación del idioma inglés.

Misión

Atender la necesidad de formar científicos y tecnólogos en la frontera del conocimiento de las ramas que conforman la Inteligencia Artificial (IA) y Ciencia de Datos (CD), con las actitudes y habilidades adecuadas para inventar, innovar, diseñar, desarrollar y fundamentar soluciones a retos globales en problemas que demandan la aplicación de soluciones inteligentes, la recopilación, procesamiento y análisis de datos, la generación y la explotación de conocimiento que facilitan y automatizan la toma de decisiones. Fomentar la investigación teórica y la aplicación práctica del conocimiento en las áreas involucradas con la IA y CD y colaborar en la mejora de las condiciones económicas y sociales del país, en la automatización y optimización, de servicios y procesos en cadenas de producción de base tecnológica, en conjunto con organizaciones sociales, instancias de gobierno, iniciativa privada y sector académico.

Visión

Para el 2040 ser un programa líder, consolidado y vanguardista en la formación de científicos y tecnólogos de alto nivel, innovadores de conocimiento y gestores del talento humano en las disciplinas de la IA y CD capaces de realizar investigación científica aplicada en la frontera del conocimiento, que promuevan y participen en la concepción, diseño y desarrollo de soluciones con impacto en los sectores productivo, social, gubernamental y académico del país que promuevan una sociedad justa, equitativa y progresista.

Objetivo General

Formar y consolidar científicos y tecnólogos que incuben, dirijan y desarrollen proyectos de investigación originales y de base tecnológica que generen invenciones, innovaciones, así como conocimiento de punta en las disciplinas de la IA y CD, orientados a solucionar problemas actuales que exigen la concepción de aplicaciones capaces de aprender, adaptarse al entorno y examinar acervos de datos en todos los ámbitos de la actividad humana para contribuir al desarrollo del país.

Objetivos Específicos

1. Potenciar el dominio del conocimiento esencial de la IA y CD para generar nuevos constructos teóricos y desarrollar aplicaciones que contribuyan a resolver problemas y mejorar el bienestar de la sociedad.

2. Colaborar en la solución de problemas científicos, tecnológicos, económicos y sociales, relacionados con la extracción de información y la generación del conocimiento inmerso en conjuntos de datos, así como en el desarrollo de teorías, algoritmos y sistemas de aprendizaje automático novedosos que resuelvan problemas que requieren inteligencia, autoadaptación y autonomía.

3. Avanzar en el estado del arte del aprendizaje de la IA y CD, conduciendo a la creación de conceptos novedosos y avances tecnológicos.

4. Contribuir en el avance del estado del arte de la IA y la CD para inspirar futuras investigaciones y fundamentar aplicaciones en los diversos sectores de la actividad humana.

5. Colaborar en redes de investigación, así como promover el desarrollo de la IA y CD con instituciones públicas y privadas, nacionales y extranjeras.

El plan de estudios del DCTIAyCD consta de elementos que otorgan créditos y se desarrollan durante ocho semestres. La o el estudiante cursa un mínimo de seis semestres, conforme con la ilustración del mapa curricular.

Mapa Curricular del Doctorado en Ciencia y Tecnología de Inteligencia Artificial y Ciencia de Datos.

Créditos del Mapa Curricular del Doctorado en Ciencia y Tecnología de Inteligencia Artificial y Ciencia de Datos.

Actividad	Semestre(s) en que se realiza(n)	Cantidad mínima de actividades durante el programa	Cantidad máxima de actividades durante el programa	Créditos por actividad	Total por actividad
UA optativas	1, 2, 3, o 4	0	4	5	Mínimo 0 Máximo 20
Seminario	1, 3, y 5	3	3	2	6
Estancia tecnológica	1, 2…6 o de ser necesario el 7 u 8	1	1	10 a 16	Mínimo 10 Máximo 16 (1 crédito x 50 hrs)
Actividades académicas complementarias	1, 2…6 o de ser necesario el 7 u 8	1	2	1	Mínimo 1 Máximo 2
Tesis de grado	1, 2…6 o de ser necesario el 7 u 8	1	1	108	108
Total de créditos					Mínimo 125

Elementos que integran el mapa curricular

Cinco elementos componen el mapa curricular. La cantidad de horas durante el semestre y otorgamiento de créditos correspondientes a las actividades que representan los cinco elementos se precisan a continuación:

1. Unidades de aprendizaje (UA): son las UA teóricas, prácticas y teórico-prácticas con carácter optativo, con duración semestral. Están orientadas a formar académicamente a la o el doctorante, quien, mediante su participación en clase, elaboración de tareas, desarrollo proyectos, y evaluación satisfactoria del conocimiento adquirido, habilidades desarrolladas y capacidades demostradas alcanza los objetivos establecidos en el respectivo programa de estudios. Estas UA se describen a continuación:

   1. Unidades de aprendizaje optativas (UA optativas) (pueden ser electivas o de tópicos especiales): son mínimo 0 UA o máximo 4 UA optativas recomendadas por la persona a cargo de la dirección de tesis de la o el doctorante de una serie de 33 UA. Cada UA optativa con duración de 72 horas otorga cinco créditos para en conjunto acumular hasta 20 créditos. El o la estudiante deberá cursar dichas UA preferentemente durante los primeros cuatro semestres para aprender los conocimientos teóricos y prácticos pertinentes de la IA y la CD y que contribuyen al desarrollo de su tesis.

   Unidades de aprendizaje optativas.

   #	Unidad de Aprendizaje	pdf
   1	Cómputo evolutivo
   2	Inteligencia colectiva
   3	Teoría de algoritmos para IA y CD
   4	Introducción a la inteligencia artificial simbólica
   5	Inteligencia artificial explicativa e interpretable
   6	Aprendizaje profundo
   7	Deep Learning
   8	Redes neuronales artificiales
   9	Reconocimiento de patrones
   10	Manejo de datos complejos
   11	Datos masivos y minería de datos
   12	Acondicionamiento y visualización de datos
   13	Bases de datos para ciencia de datos
   14	Agrupamiento de datos
   15	Big data
   16	Aprendizaje automático con grafos
   17	Toma de decisiones multicriterio
   18	Internet de las cosas y fusión de datos
   19	Internet of Things and Data Fusion
   20	Ciberseguridad para IA y CD
   21	Cybersecurity for Artificial Intelligence and Data Science
   22	IA y CD para Ciberseguridad
   23	Artificial Intelligence and Data Science for Cybersecurity
   24	Cómputo en la nube
   25	Sistemas ciberfíscos
   26	Visión por computadora
   27	Visión tridimensional
   28	Three-dimensional vision
   29	Ambientes virtuales
   30	Ambientes virtuales inteligentes
   31	Robótica inteligente
   32	Intelligent Robotics
   33	Neurorrobótica
   34	Neurorobotics
   35	Sistemas difusos
   36	Fuzzy Systems
   37	Procesamiento de lenguaje natural
   38	Natural Language Processing
   39	Matemáticas para la IA y la CD
   40	Fundamentos de IA y CD
   41	Algoritmos, estructura de datos y programación
   42	Aprendizaje automático

2. Seminarios: son tres seminarios obligatorios con duración semestral de 32 horas que otorgan dos créditos cada uno para acumular seis créditos en total, éstos deberán ser cursados por la o el doctorante durante el 1er, 3ro y 5to semestres para aprender y aplicar conocimientos sobre diversos temas que enriquecen su formación y orientan su práctica profesional.

   #	Seminarios	pdf
   1	Habilidades suaves: pensamiento crítico, metacognición, aprendizaje autorregulado.
   2	Deontología: gobernanza: marco legal, ética.
   3	Propiedad intelectual: Cobertura ofrecida por el IMPI y el INDAUTOR.

   Cada seminario otorga dos créditos a la o el doctorante y es impartido por miembros del núcleo académico, profesores invitados y especialistas del ramo, en donde el estudiante es motivado a realizar ejercicios, prácticas y casos prácticos relacionados.

3. Estancias especiales de aprendizaje: representan la participación de la o el doctorante en el escenario laboral como se enuncia a continuación:

   1. Estancia tecnológica: El objetivo principal de las estancias tecnológicas es que la alumna o el alumno tenga contacto de primera mano con las necesidades, requerimientos y problemáticas en el sector público, privado y social de su área de conocimiento en la IA y la CD en general y de su tema de tesis en particular.

   Con esta actividad, se espera lograr que de forma personal la alumna o el alumno entienda las problemáticas a las que se enfrentará como experto en su área de competencia y pueda dirigir sus esfuerzos al aprendizaje de las áreas que le pueden ser útiles en las materias que aún este tomando. De forma similar, podrá acercarse a los profesores expertos en las áreas relevantes para su desarrollo de tema de tesis, en caso de que la misma tenga relación parcial o total con la problemática que encuentre en la estancia.

   La o el estudiante deberá realizar su estancia tecnológica en cualquiera de los semestres (preferentemente en los semestres entre el 1 y el 6). Ésta tendrá una duración mínima de 12 semanas (dedicando 40 horas por semana con el fin de acumular 480 horas y recibir 10 créditos); y una duración máxima de 20 semanas (dedicando 40 horas por semana con el fin de acumular 800 horas y recibir 16 créditos).

   La estancia tecnológica podrá consistir en colaborar con una organización pública o privada involucradas en el uso de la IA y la CD en la solución de retos y problemas tecnológicos o sociales; para participar en el sector gubernamental para la ejecución de políticas públicas con apoyo de la IA y la CD; o para vincularse con agencias regulatorias relacionadas con la IA y la CD.

4. Actividades académicas complementarias:

   1. Actividad complementaria 20. Son actividades de aprendizaje a través de tutorías y asesorías. La o el estudiante deberá realizar 20 horas de estas actividades por semestre para recibir un crédito.

   2. Actividad complementaria complementaria 50. Son actividades de aprendizaje de trabajo de campo profesional supervisado, estancias de movilidad, desarrollo de proyectos a distancia u otros. La o el estudiante deberá realizar 50 horas de estas actividades por semestre para recibir un crédito.

   La o el estudiante deberá obtener un crédito por semestre al realizar las actividades del tipo a) o b), con el fin de acumular un mínimo de 1 créditos y un máximo de 2 créditos en su plan de estudios.

5. Tesis de grado: consiste en el desarrollo del trabajo de tesis a cargo de la o el doctorante durante su formación académica con duración mínima de seis semestres y máxima de ocho para recibir 108 créditos al final. Durante este lapso el estudiantado formula el planteamiento de su tesis, elabora su tesis, expone semestralmente avances ante el Comité Tutorial, genera resultados científicos y tecnológicos, concluye su tesis, y presenta sus exámenes, predoctoral, de revisión de tesis y de grado, con el propósito de lograr su aprobación.

En relación con el cuerpo académico que respalda la oferta académica del plan de estudios del DCTIAyCD, éste se encuentra adscrito en diversas escuelas, centros y unidades (ECU) del IPN. La práctica de investigación que desarrollan las y los integrantes del cuerpo académico es organizada en las diversas LGAC, así como su oferta magisterial es identificada conforme a las UA optativas.

No.	Investigador	Sede
1	Dr. Adolfo Guzmán Arenas	CIC
2	Dr. Benjamín Luna Benoso	ESCOM
3	Dr. Cornelio Yáñez Márquez	CIC
4	Dr. David J. Fernández Bretón	ESFM
5	Dr. Elías J. Ventura Molina	CIDETEC
6	Dr. Erik Zamora Gómez	CIC
7	Dr. Gilberto L. Martínez Luna	CIC
8	Dr. Giovanni Guzmán Lugo	CIC
9	Dr. Joaquín Salas Rodríguez	CICATA Q
10	Dr. Juan I. Vásquez Gómez	CIDETEC
11	Dr. Leonel G. Corona Ramírez	UPIITA
12	Dr. Marco A. Moreno Ibarra	CIC
13	Dr. Mauricio Olguín Carbajal	CIDETEC
14	Dr. Miguel F. Mata Rivera	UPIITA
15	Dr. Oliver F. Cuate González	ESFM
16	Dr. Ponciano J. Escamilla Ambrosio	CIC
17	Dr. Roberto E. Zagal Flores	ESCOM
18	Dra. Abril V. Uriarte Arcia	CIDETEC
19	Dra. Adriana Lara López	ESFM
20	Dra. Blanca Tovar Corona	UPIITA
21	Dra. Gina Gallegos García	CIC
22	Dra. Hind Taud	CIDETEC
23	Dra. Idalia Maldonado Castillo	ESCOM
24	Dra. Laura I. Garay Jiménez	UPIITA
25	Dra. Laura R. González Ramírez	ESFM
26	Dra. Lorena Chavarría Báez	ESCOM
27	Dra. Lourdes F. Uribe Richaud	ESFM
28	Dra. Miriam Pescador Rojas	ESCOM
29	Dra. Yenny Villuendas Rey	CIDETEC
30	Dra. Yesenia E. González Navarro	UPIITA

Descripción

Las Líneas de Generación y Aplicación del Conocimiento (LGAC) que definen las temáticas de investigación científica, desarrollo tecnológico e innovación dentro del plan de estudios del DCTIAyCD representan el trabajo especializado de dos disciplinas, la IA y CD, y su involucramiento con el resto de las disciplinas conforme un enfoque sistémico.

De acuerdo con la evolución y desarrollo de la IA y CD es posible distinguir diversas LGAC orientadas a dominios y objetos de investigación específicos. Algunas de ellas, se concentran en un tema determinado, en cambio otras agrupan temas afines que conservan constructos afines orientados a aplicaciones concretas. Las LGAC que caracterizan al plan de estudios del DCTIAyCD son identificadas en la primera tabla abajo, en tanto que la descripción de cada LGAC se presenta en la segunda tabla abajo.

Relación de LGAC.

1. Decisiones centradas en datos

2. Inteligencia artificial compuesta

3. Analítica de datos

4. Robótica inteligente

5. Percepción, análisis y expresión

Descripción de cada LGAC.

#	LGAC	Descripción
1	Decisiones centradas en datos	Esta línea se enfoca en la investigación y aplicación de técnicas que se basan en el uso de datos para procesos de aprendizaje e inferencia que apoyan la toma de decisiones. Estas técnicas permitirán identificar patrones y relaciones en los datos y, a partir de ello, realizar predicciones y toma de decisiones. En esta línea se conjunta el conocimiento de varias áreas de la inteligencia artificial como son: aprendizaje automático, redes neuronales y aprendizaje profundo, y reconocimiento de patrones, para el desarrollo de soluciones que pueden ser aplicadas a problemas en diversos campos como son la industria, medicina, educación, finanzas, entre otros.
2	Inteligencia artificial compuesta	Esta línea se refiere al estudio y aplicación de técnicas matemáticas y heurísticas avanzadas para identificar, analizar y aprovechar patrones, propiedades significativas y relaciones ocultas en conjuntos de datos complejos. Además, se incluye la exploración de áreas específicas como los sistemas difusos y el uso de multiagentes. Los sistemas difusos permiten manejar la incertidumbre y la imprecisión en datos y sistemas complejos, facilitando la representación y toma de decisiones en contextos ambiguos. El análisis de multiagentes se centra en el comportamiento de múltiples entidades autónomas que interactúan, lo que es fundamental para comprender escenarios donde hay interacciones complejas. En un entorno actual donde las interacciones humanas y de procesos presentan una gran complejidad, esta diversidad de enfoques se vuelve esencial para abordar fenómenos complejos y facilitar la toma de decisiones informadas y la optimización de procesos en diversas aplicaciones de la ciencia de datos.
3	Analítica de datos	Esta línea estudia el proceso integral de recopilación, procesamiento y análisis de grandes conjuntos de datos para descubrir patrones, tendencias y relaciones ocultas. Este proceso implica: 1. Minería de Datos: Utiliza técnicas estadísticas, de inteligencia artificial y aprendizaje automático para explorar y analizar grandes volúmenes de datos en busca de patrones y relaciones significativas. 2. Descubrimiento de Conocimiento: Se centra en interpretar los resultados obtenidos a través de la minería de datos para transformarlos en conocimientos útiles y aplicables en la toma de decisiones. 3. Visualización: Emplea herramientas gráficas para representar los datos y los resultados del análisis de manera clara y comprensible, facilitando la interpretación y comunicación de los hallazgos. 4. Analítica Avanzada: Incluye técnicas como el análisis predictivo, el aprendizaje automático y la minería de datos para realizar análisis más profundos y sofisticados, permitiendo predecir tendencias futuras y optimizar decisiones. En conjunto, estos componentes permiten a las organizaciones y a los individuos tomar decisiones informadas basadas en el análisis riguroso y detallado de los datos disponibles.
4	Robótica inteligente	Esta línea se centra en el desarrollo, la aplicación y la mejora de sistemas robóticos avanzados con un énfasis en la interacción entre humanos y máquinas y en la automatización de tareas. Esta LGAC abarca tres áreas principales: Robótica Inteligente e Interacción Hombre-Máquina. La Robótica Inteligente se enfoca, mediante la utilización de la inteligencia artificial (IA), a la creación de robots capaces de lidiar con entornos cambiantes y colaborar de manera efectiva con humanos y otros robots. La robótica inteligente se puede aplicar en búsqueda y rescate, asistencia médica, de servicio y compañía, y exploración remota. La Interacción Hombre-Máquina se centra en cómo los humanos y los sistemas robóticos pueden comunicarse y colaborar de manera efectiva. Esta área incluye investigaciones en interfaces de usuario avanzadas, sistemas de diálogo, realidad virtual y aumentada, y colaboración segura con robots. Esta área se preocupa por garantizar que la interacción entre humanos y robots sea natural, intuitiva y segura. También, aborda temas éticos y de privacidad relacionados con las interacciones hombre-máquina y humano-robot.
5	Percepción, análisis y expresión	Esta línea se caracteriza por procesar y generar entidades que son entendibles por los seres humanos, como son las imágenes, los sonidos o el texto. Se pueden distinguir dos objetivos en esta línea i) la comprensión del entorno humano por parte de una computadora y ii) la generación de expresiones que sean naturales para un ser humano. Algunos ejemplos de aplicaciones actuales y futuras son la interpretación de las imágenes, audios y los documentos, así como la generación de arte, música y literatura. Para alcanzar los objetivos planteados esta línea se basa en conocimiento sólido de estadística, matemáticas, procesamiento de señales, aprendizaje automático, filosofía y neurociencias.