Centro de Investigación en Computación

Misión

La Maestría en Ciencias en Ingeniería de Cómputo del Centro de Investigación en Computación del IPN tiene como misión ser un programa de posgrado que promueve la formación de graduados de alta especialidad en el diseño y construcción de sistemas computacionales de alta especificación, con un alto sentido de responsabilidad ética y social, capaces de impactar positivamente en el desarrollo sostenible y bienestar de la sociedad.

Visión

La visión del programa de la Maestría en Ciencias en Ingeniería de Cómputo es constituirse como el programa líder en la formación de graduados de alta especialidad en el diseño y construcción de sistemas computacionales de alta especificación, cuyas aportaciones al conocimiento y al desarrollo de tecnología, deriven en el reconocimiento nacional e internacional en cada una de las líneas de investigación que integran al programa.

Objetivo General

Ofrecer un programa de posgrado de competencia internacional, formando especialistas de alto nivel capaces de diseñar y construir sistemas de cómputo de alta especificación, para dar atención a requerimientos estrictos de diseño, generando soluciones de vanguardia a través de la creatividad y la innovación tecnológica, en el marco del escenario global

Objetivos particulares del programa

• Dotar al programa de una estructura general y versátil que le permita ser compatible con programas de posgrado similares y de reconocido prestigio a nivel internacional.

• Incorporar asignaturas obligatorias en el plan de estudios que brinden los conocimientos duros de las ciencias de la ingeniería de cómputo, en concordancia con la oferta académica de las mejores universidades del mundo que ofrecen programas de posgrado similares.

• Desarrollar en los estudiantes habilidades de liderazgo e impartir las certificaciones que se requieren para transformar a las organizaciones y a México.

• Dar continuidad al cumplimiento de la Misión del Centro que es la de formar recursos humanos de calidad en el nivel posgrado, en las áreas de ciencias de la computación e ingeniería de cómputo, para atender las necesidades planteadas por los sectores educativo, productivo y de servicios del país.

Para ingresar en el programa de posgrado MCIC, el aspirante deberá cumplir con los requisitos que establece el Reglamento de Estudios de Posgrado del IPN (REP IPN), capítulo 3, artículo 28 y artículos del 31 al 35. Se puede consultar mayores detalles del reglamento a través de la página web www.cic.ipn.mx a través de la sección: Marco Normativo.

Estos requisitos son los siguientes:

1. Haber concluido, los estudios de licenciatura en el campo de las ingenierías y/o áreas afines a las tecnologías de la información y la comunicación (TIC).

2. Acreditar el examen de comprensión de lectura y traducción del idioma inglés.

3. Demostrar capacidad para continuar sus estudios en el nivel de posgrado, a través del examen correspondiente.

4. Manifestar a través de la carta de motivos y durante la entrevista con la Comisión de Admisión, el interés que posee por desarrollar una propuesta de investigación en cualquiera de las líneas que promueve el Centro de Investigación en Computación (CIC).

El plan de estudios de la Maestría en Ciencias en Ingeniería de Cómputo (MCIC) está diseñado para acompañar al estudiante a través de la adquisición de experiencias y aprendizajes que le permitan alcanzar las habilidades y conocimientos que se describen en el perfil de egreso. Para ello, toda la actividad formativa del estudiante se centra en la realización de un proyecto de investigación que derivará en una defensa de la tesis de maestría.

En este contexto, el estudiante cursará un conjunto de unidades de aprendizaje (UA) con el fin de adquirir los conocimientos necesarios para el desarrollo del proyecto de investigación. La cantidad de unidades a cursar corresponde a la siguiente distribución:

• 4 Unidades de Aprendizaje Obligatorias

• 8 Unidades de Aprendizaje Optativas

• Unidades de Aprendizaje de Seminario

Como resultado de la acreditación de dichas unidades, el estudiante obtendrá un total de 66 créditos.

Por otro lado, al momento de la aprobación del examen de grado, el estudiante obtendrá 54 créditos correspondientes a tu tesis, logrando los 120 créditos establecidos en el plan de estudios de la MCIC, conforme al siguiente mapa curricular.

Mapa curricular de la Maestría en Ciencias en Ingeniería de Cómputo

Las Unidades de Aprendizaje Obligatorias, también llamadas Núcleo, son las siguientes:

Asignaturas núcleo (Obligatorias)

	Clave	Nombre de la asignatura	PDF
1	15A7159	Diseño y Análisis de Algoritmos
2	15A7160	Matemáticas para las Ciencias de la Computación
3	15A7161	Probabilidad de procesos aleatorios e inferencia
4	15A7162	Teoría de la Computación

Adicionalmente el programa de la MCIC ofrece 111 Unidades de Aprendizaje Optativas, las cuales se clasifican en dos grupos:

1. Optativas de Especialidad

2. Optativas de Habilidades para la Industria

Dentro del grupo de Optativas de Especialidad se agrupan todas aquellas Unidades de Aprendizaje que tienen una orientación científica y que son el cuerpo de soporte para la realización del proyecto de investigación del estudiante.

Por otro lado, en el grupo de Habilidades para la Industria se concentran aquellas Unidades que contribuyen a la formación del estudiante desde la perspectiva de dotarle de recursos que impulsen su desarrollo personal y profesional, promoviendo habilidades de liderazgo, comunicación y pensamiento crítico, así como herramientas para la gestión de proyectos, propiedad intelectual y emprendimiento.

Las Unidades de Aprendizaje Optativas son las siguientes:

	Clave	Nombre de la UA	PDF
1	15A7163	Álgebra Lineal Numérica
2	15A7164	Algoritmos Aleatorios
3	23A8204	Álgoritmos cuánticos
4	15A7165	Algoritmos de la Teoría de Juegos
5	15A7166	Algoritmos para VLSI
6	23A8206	An introduction to quantum mechanics
7	23A8205	Análisis de datos para la ciberseguridad
8	15A7167	Análisis de Imágenes
9	24A8760	Análisis morfológico de imágenes
10	15A7168	Análisis y Diseño de Algoritmos Concurrentes y Distribuidos
11	15A7169	Análisis y Diseño de Codificadores y Decodificadores (CODECs) de Audio y Video
12	15A7170	Aplicaciones Avanzadas con DSP
13	15A7171	Aplicaciones de los Modelos de IA en PDS para Reconocimiento de Patrones
15	23A8024	Aprendizaje automático por medio de grafos
16	15A7172	Aprendizaje Simbólico Automático
17	15A7173	Arquitectura de Multiprocesadores
18	15A7174	Arquitectura de Procesadores Avanzada
19	15A7175	Arquitectura de Supercomputadoras
20	15A7176	Biométricos
21	15A7177	Ciberforense
22	15A7178	Ciberseguridad
23	15A7179	Clasificación Inteligente de Patrones
24	15B7297	Compiladores para Computadoras de Alto Rendimiento
25	15A7180	Complejidad Computacional
26	15A7181	Cómputo Cuántico
27	15A7182	Cómputo en la Nube
28	15A7183	Cómputo Suave
29	15A7184	Control Aplicado a MEMS
30	15A7185	Control Automático
31	15A7186	Control Difuso
32	15A7187	Control Digital
33	15A7188	Control Inteligente
34	15A7189	Diseño de Circuitos VLSI
35	15B7298	Diseño de Circuitos VLSI Avanzados
36	15A7190	Diseño de MEMS
37	15A7191	Diseño de Procesadores
38	15A7192	Diseño de Procesadores Superescalares
39	15A7193	Diseño de Sistemas de Visión de Uso Específico
40	15A7194	Diseño de Sistemas VLSI
41	15A7195	Dispositivos Semiconductores
42	15A7196	Electrónica Molecular y No Convencional
43	15A7197	Estructuras de Datos Avanzadas
44	15A7198	Fundamentos de Comunicaciones Inalámbricas
45	15B7299	Fundamentos de Redes Inalámbricas
46	25A9099	Fundamentos de la ciencia de información geoespacial
47	15A7199	Fusión de Sensores
48	15A7200	Identificación de Sistemas
49	24A8718	Ingeniería Criptográfica
50	15A7201	Instrumentación Industrial
51	15A7202	Instrumentación Virtual Avanzada
52	15A7203	Internet de las Cosas
53	15A7204	Introducción a la Bioinformática
54	23A8207	Introducción a la ciberseguridad en aplicaciones descentralizadas
55	15A7205	Introducción a la Criptografía
56	15A7206	Introducción a la Seguridad Informática
57	15A7207	Introducción a la Teoría de Control Automático
58	22A8109	Introducción a las ciencias cognitivas computacionales
59	15A7208	Introducción a las Redes Neurales Artificiales
60	15A7209	Introducción al Aprendizaje de Máquina
61	15A7210	Introducción al Modelado de Redes
62	15A7211	Lenguajes de Descripción de Hardware
63	22A8023	Machine learning with graphs
64	15A7212	Mecanismos y Teoría de Juegos en las Redes
65	15A7213	Memorias Asociativas
66	15A7214	Metaheurísticas
67	15A7215	Microtecnología y Arquitectura de Procesadores
68	15A7216	Modelado de Redes Estocásticas
69	15A7217	Modelado de Sistemas a Eventos Discretos
70	15A7218	Modelado y Control de Robots
71	15A7219	Modelado y Simulación
72	15A7220	Modelos de Programación Paralela
73	15A7221	Modelos y Herramientas de Programación Paralela
74	15A7222	Nano-Biotecnología y BioMEMS
75	15A7223	Optimización Estocástica
76	15A7224	Optimización Evolutiva
77	15A7225	Paralelismo Concurrente y Sistemas Distribuidos
78	15A7226	Procesamiento Avanzado de Señales
79	15A7227	Procesamiento de Voz
80	15B7300	Procesamiento Digital de Imágenes
81	15A7228	Procesamiento Digital de Señales
82	15A7229	Procesamiento Digital de Señales Estocásticas
83	15A7230	Procesamiento Digital de Video
84	15A7231	Programación de Sistemas de Cómputo
85	15A7232	Programación para Instrumentación Virtual y Redes Industriales
86	15A7233	Protocolos y Aplicaciones Criptográficas
87	23A8208	Quantum computing
88	23A8209	Quantum information theory
89	15A7234	Reconocimiento de Formas y Visión por Computadora
90	15A7235	Redes de Computadoras
91	15A7236	Redes de Computadoras y Conectividad
92	15A7237	Redes de Sensores Inalámbricas
93	15A7238	Redes Inalámbricas
94	15A7239	Redes Neuronales Artificiales Avanzadas
95	15A7240	Redes Sociales y Complejidad
96	15A7241	Resolución de Problemas Combinatorios
97	15A7242	Robótica Avanzada
98	15A7243	Seguridad en Dispositivos Móviles
99	15A7244	Seguridad en Redes y Computadoras
100	15A7245	Series de Tiempo
101	15A7246	Simulación
102	15A7247	Simulación y Codelado de la Generación de Señales Fisiológicas
103	15A7248	Sistemas de Cómputo
104	15A7249	Sistemas de Medición y Control
105	15A7250	Sistemas de Tiempo Real
106	15A7251	Sistemas Descentralizados
107	15A7252	Sistemas Operativos
108	15A7253	Supercómputo para Aplicaciones Desafiantes
109	15A7254	Técnicas y Metodología de la Innovación e Investigación en Informática
110	15A7255	Teoría de Grafos
111	15A7256	Teoría de la Información

El Núcleo Académico Básico (NAB) del Programa está conformado por profesores con grado de doctor y miembros del Sistema Nacional de Investigadores (S.N.I).

Los miembros del Núcleo Académico Básico y del Núcleo Académico Asociado que atienden al programa, colaboran con redes institucionales de investigación y con organismos externos e internacionales.

La presencia y liderazgo del NAB en las Ciencias de la Computación y las Ciencias de la Ingeniería de Cómputo, se manifiesta por los premios y reconocimientos que han recibido, otorgados tanto por el propio IPN, como por otras instituciones externas al IPN.

Ejemplo de ello son los siguientes reconocimientos recibidos por algunos miembros del NAB en el IPN: Mejor Tesis de Grado, Premio a la Investigación, Diploma a la Investigación, Joven Investigador y Presea Lázaro Cárdenas.

Como un caso particular, el Dr. Adolfo Guzmán Arenas, recientemente fue nombrado Fellow of the IEEE (Institute of Electrical and Electronics Engineers), el más alto grado de membresía de ese Instituto, por sus contribuciones al "Etiquetado consistente para reconocimiento de objetos en tres dimensiones". Aproximadamente uno de cada cinco mil ingenieros (de los cuatrocientos mil que forman el IEEE) es Fellow.

En el NAA también participan destacados investigadores, miembros del S.N.I. y candidatos, cuyo trabajo es importante en la conducción del programa.

tablas

tablas

Líneas de Generación y Aplicación del Conocimiento (LGAC)

Descripción

En la última década las Tecnologías de la Información y la Comunicación, abreviadas como TIC, se posicionan como una de las vertientes más importantes, como generadoras del cambio tecnológico, transformando el quehacer cotidiano en prácticamente todos los sectores de la economía. En particular, tres enfoques interrelacionados entre sí, son los que predominan y cobran el mayor impacto en la sociedad moderna: El “Big-Data”, la Inteligencia Artificial (IA) y el Internet de las Cosas (IoT).

Estos tres enfoques han permeado en la definición de las tres LGAC que se ofrecen en esta maestría para generar y aprovechar el conocimiento en beneficio de la sociedad.

Una de las fuentes más confiables para la consultoría empresarial a nivel mundial es la herramienta Gartner, Inc. (NYSE: IT). Por esta razón, el Centro de Investigación en Computación se ha suscrito a dicha fuente por ser líder mundial en investigación y consultoría; empleada ampliamente por los líderes empresariales para la toma de decisiones correctas. La información que se presenta a continuación ha sido obtenida de dicha plataforma para argumentar la pertinencia de las LGAC, de la MCIC.

Las LGAC que se desarrollan en la MCC del CIC IPN, son las siguientes:

• [CTI] Ciencia y Tecnología de la Información

• [IACC] Inteligencia Artificial y Cómputo Científico

• [SyTCAD] Sistemas y Tecnologías para el Cómputo de Alto Desempeño

[CTI] Ciencia y Tecnología de la Información

Enfoque “Big Data”

Por lo que respecta a la LGAC, denominada como Ciencia y Tecnología de la Información (CTI), esta LGAC integra la investigación que desarrollan cuatro laboratorios convergiendo en un enfoque hacia lo que se denomina comúnmente como el “Big Data”. La LGAC que denominamos Ciencia y Tecnología de la Información (CTI), se estableció principalmente para el aprovechamiento de la analítica de datos y la ciberseguridad. A esta LGAC se le asocian líneas de investigación convergentes, tales como la ciencias de datos, la ciberseguridad y el procesamiento de información geoespacial. Los laboratorios que desarrollan esta LGAC son:

• Laboratorio de Ciberseguridad

• Laboratorio de Redes y Ciencia de Datos

• Laboratorio de Ciencia de los datos y tecnología de software

• Laboratorio de Procesamiento inteligente de Información Geoespacial

Hoy en día, la materia prima para la toma de decisiones proviene de datos de dentro y fuera de las empresas y organizaciones. Los datos se originan en todas partes y están en reposo, en movimiento y en la nube. Los grandes cúmulos datos continúan aumentando rápidamente, gracias la disponibilidad de canales de transmisión de alta velocidad (Internet) y de la ubicuidad de fuentes que las generan (el IoT).

La transición a los negocios digitales requiere que los especialistas en la materia hagan un salto hacia una nueva visión de datos y análisis. Se tiene que superar la vieja mentalidad de mantener los datos almacenados, las aplicaciones empresariales y las aplicaciones analíticas basadas en sistemas de “data warehousing” y “business intelligence” (BI), principalmente para reportes empresariales y propósitos analíticos básicos. Se hace necesario ahora considerar los datos como la materia prima para cualquier toma de decisiones y considerar que los datos provienen de dentro y fuera de la empresa. Los datos se originan en todas partes y están en reposo, en movimiento y en la nube. Los grandes cúmulos datos continúan aumentando rápidamente, y se hace indispensable desarrollar sistemas capaces de extraer información valiosa en dependencia del contexto de aplicación.

[IACC] Inteligencia Artificial y Cómputo Científico

Enfoque IA

La LGAC que denominamos Inteligencia Artificial y Cómputo Científico (IACC), involucra el diseño y desarrollo de aplicaciones que imitan la percepción humana y el pensamiento táctico. Estas aplicaciones son más prácticas que nunca. La inteligencia artificial y la computación cognitiva emplean el aprendizaje automático, las redes neuronales profundas, y otras tecnologías para alcanzar nuevos niveles de rendimiento e inteligencia. Existe una alta expectativa para que la IA sea aprovechada en el futuro inmediato para mejorar la capacidad de analizar datos más rápidamente que los humanos.

Los laboratorios que desarrollan esta LGAC son:

• Laboratorio de Cómputo Inteligente

• Laboratorio de Simulación y modelado

• Laboratorio de Inteligencia Artificial

• Laboratorio de Procesamiento de Lenguaje Natural

• Laboratorio de Ciencias Cognitivas Computacionales

En la sociedad moderna, la IA cobra un valor preponderante debido a la necesidad de procesar en el menor tiempo posible, inmensas cantidades de datos para generar información con valor, contribuyendo a conformar la nueva sociedad del conocimiento. Ésta, se encuentra inmersa en un acelerado proceso de constante innovación de centenares de productos y servicios que tan sólo hace unos años no existían y que hoy en día son fuente de bienestar al mejorar la calidad de vida de las comunidades que los utilizan. Este escenario, que demanda cada año un mayor número de profesionistas talentoso y altamente capacitados en las TIC, no es exclusivo solamente de los países desarrollados, es un fenómeno global, en el que evidentemente México se encuentra inmerso. El reto hoy por hoy, se centra en reducir la brecha tecnológica, en transitar hacia una sociedad más activa que participe, contribuya y se beneficie de la generación de conocimientos; colaborando en el desarrollo y adopción de estas tecnologías.

De acuerdo con Gartner, en los próximos años, los programas de análisis de grandes cúmulos de datos no solo serán una necesidad en las empresas, no se podrá prescindir de estos sistemas. El futuro del negocio digital enfrentará posibilidades casi ilimitadas de crear valor comercial a través de los datos y los análisis. Esta transición hacia los negocios digitales requiere que los especialistas en la materia transiten hacia una nueva visión que provea ventajas estratégicas a partir de la información que se obtenga de la infinidad datos disponibles en la nube.

[SyTCAD] Sistemas y Tecnologías para el Cómputo de Alto Desempeño

Enfoque: IoT

En cuanto al tercer enfoque, el del IoT, éste combina el mundo físico que genera y consume la información con el mundo digital. Por dicho mundo físico (las cosas), nos referimos a aquellos productos y dispositivos que están transformando a la sociedad, tales como biosensores, tecnologías ponibles (wearables), vehículos no tripulados, por solo citar algunos ejemplos. El IoT está transformando la forma en que vivimos y trabajamos. Es así que el programa de posgrado realiza esfuerzos para desarrollar tecnología en el ámbito de la IoT, fuertemente interrelacionada con la IA y el Big-Data.

La LGAC que se denomina Sistemas y Tecnologías Computacionales de Alto desempeño (SyTCAD), tiene como enfoque común el Internet de las Cosas (IoT), que es la base tecnológica del negocio digital. Los dispositivos IoT se conectan mediante un proceso llamado M2M (machine to machine) en el que dos dispositivos o máquinas cualesquiera se comunican entre sí, utilizando cualquier tipo de conectividad, haciendo su trabajo sin la necesidad de que un humano intervenga. Esto se realiza a necesariamente empleando sensores y circuitos integrados de propósito específico (ASICS) que están dispuestos en los dispositivos. STCAD concentra sus esfuerzos para desarrollar conocimiento y tecnología en este importante enfoque. Aquí se toma en cuenta la robótica, el desarrollo de sensores, sistemas embebidos, entre otros para generar sistemas físicos que puedan estar conectados a internet, para satisfacer las necesidades presentes y futuras del IoT.

Los laboratorios que desarrollan esta LGAC son:

• Laboratorio de Microtecnología y Sistemas Embebidos

• Laboratorio de Procesamiento Digital de Señales

• Laboratorio de Robótica y Mecatrónica

• Laboratorio de Sistemas Inteligentes para la Automatización