Centro de Investigación en Computación

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

1. Poseer título o certificado oficial de terminación de estudios de licenciatura o documento equivalente. Para aspirantes que hayan realizado estudios en el extranjero, el documento deberá estar debidamente apostillado.

2. Aprobar el proceso de admisión establecido en la convocatoria del programa.

3. 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 dos 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.

4. 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.

5. Demostrar capacidad para continuar sus estudios en el nivel de posgrado maestría, a través del examen planteado por la comisión de admisión.

6. Manifestar, durante la entrevista con la comisión de admisión, su interés para cursar este programa de posgrado y trabajar sobre un tema de IA y/o CD.

Misión

La misión de la MCTIAyCD es: atender la necesidad de formar científicos y tecnólogos en las diversas ramas de la Inteligencia Artificial (IA) y Ciencia de Datos (CD) con conocimientos de frontera, habilidades y actitudes adecuadas para diseñar y desarrollar soluciones locales e integrales 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 y la aplicación práctica del conocimiento en las áreas involucradas con la IA y CD y colaborar en la mejora, 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

La visión de la MCTIAyCD es: para el 2036 ser un programa líder, consolidado y vanguardista en la formación de científicos y tecnólogos de alto nivel en las disciplinas de la IA y CD capaces de realizar investigación científica aplicada en la frontera del conocimiento, que participen en el diseño y desarrollo de soluciones tecnológicas con impacto en los sectores productivo, social, gubernamental y académico del país y que promuevan una sociedad justa y equitativa.

Objetivo General

Formar científicos y tecnólogos que impulsen el desarrollo y progreso del país, a través de la asimilación de conocimientos, capacidades y habilidades que les permitan concebir, diseñar y desarrollar soluciones a problemas transdisciplinarios, económicos, sociales, tecnológicos y científicos, relacionados con el empleo de sistemas de IA y CD que interactúan con la realidad, el aprendizaje, el razonamiento y la adquisición de conocimiento, así como la extracción de información y la generación del conocimiento inmerso en acervos de datos, resultante de la aplicación de técnicas de análisis, diseño y síntesis de modelos.

Objetivos particulares a corto y mediano plazo

• Fomentar en las y los estudiantes el pensamiento crítico, la capacidad analítica y la gestión del tiempo, habilidades que son requeridas para desarrollar investigación básica y aplicada y el desarrollo tecnológico, incorporando la perspectiva social, económica y ambiental.

• Formar profesionales con conocimientos en IA y CD con compromisos éticos y sociales, orientados al servicio de la sociedad, con las capacidades de comunicación y trabajo colaborativo, que permitan la difusión del conocimiento a nivel global.

• Impulsar la investigación científica aplicada y el desarrollo tecnológico de alto nivel, mediante la participación en proyectos de investigación con los sectores de la actividad humana que permitan la formación de especialistas con un enfoque crítico-práctico-propositivo bajo un esquema de tutoría.

• Coadyuvar al desarrollo del país en materia científico-tecnológica, ofreciendo una educación académica de excelencia, generando capital humano con conocimientos en IA y CD capaz de responder a retos actuales desde una perspectiva multi, inter y transdisciplinaria.

• 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 de la MCTIAyCD consta de elementos que otorgan créditos y se desarrollan durante cuatro semestres. La o el estudiante debe cursar un mínimo de tres semestres, conforme con la ilustración del mapa curricular.

Mapa Curricular de la Maestría en Ciencia y Tecnología de Inteligencia Artificial y Ciencia de Datos.

Créditos del Mapa Curricular de la Maestría 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 obligatorias	1, 2, y de ser necesario el 3	4	4	5	20
UA optativas	1, 2, y de ser necesario el 3	4	4	5	20
Seminario	1, 2 y 3	3	3	2	6
Estancia institucional	1	1	1	2	2
Estancia tecnológica	2, 3 y de ser necesario el 4	1	1	6	6 (1 crédito x 50 hrs)
Actividades académicas complementarias	1, 2, 3 y de ser necesario el 4	3	4	1	Mínimo 3 Máximo 4
Total de créditos					Mínimo 111 Máximo 112

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 obligatorio u optativo con duración semestral. Están orientadas a formar académicamente a la o el maestrante, quien, mediante su participación en clase, elaboración de tareas, desarrollo de 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 cuatro UA obligatorias, cada una con duración de 72 horas que otorga cinco créditos para en conjunto acumular 20 créditos. El o la estudiante deberán cursar dichas UAs preferentemente durante el 1ro y 2do semestres, para aprender los conocimientos teóricos y prácticos básicos de la IA y CD.

      Unidades de aprendizaje obligatorias.

      #	UA obligatorias	PDF
      1	Matemáticas para la Inteligencia Artificial y Ciencia de Datos
      2	Fundamentos de Inteligencia Artificial y Ciencia de Datos
      3	Algoritmos estructura de datos y programación
      4	Aprendizaje automático

   2. Unidades de aprendizaje optativas (UA optativas): Son cuatro UA optativas recomendadas por la persona a cargo de la dirección de tesis de la o el maestrante de una serie de 38 UA optativas, cada UA optativa con duración de 72 horas que otorga cinco créditos para en conjunto acumular 20 créditos. El o la estudiante deberán cursar dichas UAs preferentemente entre el 1ro y 3er semestres, para aprender los conocimientos teóricos y prácticos pertinentes de IA, la CD y la integración de IA y CD que estimulan su vocación profesional y contribuyen al desarrollo de su tesis.

      En la siguiente tabla se presentan las UA optativas que se pueden cursar durante los cuatro semestres que consta el plan de estudios; sin embargo, se recomienda acreditar dichas UA durante los primeros tres semestres.

      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

      Se debe aclarar que algunas UA se pueden cursar en idioma español o en idioma inglés; sin embargo, la UA correspondiente se cursará una sola vez ya sea en idioma inglés o en idioma español.

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 maestrante durante el 1er, 2do y 3er semestres para aprender y aplicar conocimientos sobre diversos temas que enriquecen su formación y orientan su práctica profesional. Los seminarios están enfocados a proveer de herramientas a los alumnos que le permitan desarrollar tesis innovadoras bajo un criterio ético, perspectiva de género y buscando que sean soluciones sustentables.

   #	Seminarios	WORD
   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 al maestrante y es impartido por integrantes del núcleo académico, profesores invitados y especialistas del ramo, en donde la o el estudiante son motivados a realizar ejercicios, prácticas y casos prácticos relacionados.

3. Estancias especiales de aprendizaje: Representan la participación de la o el maestrante en dos escenarios, académico y laboral como se enuncia a continuación:

   1. Estancia institucional: La estancia institucional se refiere a una rotación en las sedes del programa con duración de 40 horas para obtener 2 créditos. Podrá realizarse durante el primer semestre y ayudará a las y los estudiantes a elegir su tema de tesis y el grupo de investigación al que desean incorporarse.

   2. 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 cualquier semestre a partir del segundo semestre. El tiempo mínimo sugerido para la estancia tecnológica es de 300 horas para recibir 6 créditos, no existiendo restricciones en permanecer un mayor tiempo si el director de tesis y el comité tutorial del estudiante lo consideran pertinente, para apoyar el desarrollo del alumno.

   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 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 3 créditos y un máximo de 4 créditos en su plan de estudios.

5. Tesis de grado: Consiste en el desarrollo del trabajo de tesis a cargo de la o el maestrante durante su formación académica con duración mínima de tres semestres y máxima de cuatro para al final recibir 54 créditos, lapso durante el cual el estudiante 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 su examen de grado con el propósito de lograr su aprobación.

En relación con el cuerpo académico que respalda la oferta académica del plan de estudios de la MCTIAyCD, 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 obligatorias y 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

Líneas de Generación y Aplicación del Conocimiento (LGAC)

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 de la MCTIAyCD 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 de la MCTIAyCD son identificadas en la primera tabla abajo, en tanto que la descripción de cada LGAC se presenta en la segunda tabla abajo.

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.