Perfil de Ingreso: Los candidatos a ingresar a la MOCA deberán cubrir el perfil que se menciona a continuación: A) Conocimientos Contar con los conocimientos previos de licenciatura o ingeniería en Informática, Ciencias Computacionales, Computación, Tecnologías de la Información, Sistemas Computacionales, Matemáticas Aplicadas, Actuario, Licenciatura en Tecnología, Ingeniería Industrial, Inteligencia Artificial, Ingeniería Financiera e incluso Ingeniería Eléctrica o Electrónica con énfasis en computación o de otras carreras afines. Se podrá aceptar a estudiantes provenientes de otras disciplinas, con conocimientos en el área, los cuales tengan habilidades e interés en desarrollar un proyecto de investigación multidisciplinario con énfasis en ciencias computacionales. B) Habilidades Demostrar habilidades básicas para la investigación a través de la presentación de un anteproyecto en la entrevista. Comprender textos científicos en el idioma inglés, Demostrar conocimientos y habilidades básicas en algorítmica, programación y matemáticas. C) Aptitudes o destrezas -Capacidad de expresión y comunicación D) Valores Responsable, con actitud positiva, con gusto por los retos y disposición a trabajar en equipo. -Usa normas de estilo en elaboración del proyecto de investigación. Perfil de Egreso: Quien egresa contará con conocimientos, habilidades y actitudes que le permitan identificar, analizar y proponer esquemas de solución a problemas de investigación pertenecientes a Cómputo Aplicado y/o Optimización. Quien egresa contará con habilidades y actitudes para colaborar en grupos de investigación multidisciplinarios enfocados a la solución de problemas de ciencia básica y aplicada, a través de sus conocimientos en computación y matemáticas. Quien egresa contará con habilidades para lograr una idónea comunicación de los resultados de un proyecto de investigación, en forma escrita y oral. Quien egresa estará capacitado para participar como docente para la formación de recursos humanos a nivel licenciatura. Quien egresa contará con los conocimientos y habilidades para continuar con sus estudios de doctorado. Quien egresa estará capacitado para incorporarse a la industria aportando su formación en el área para resolver problemas de Cómputo Aplicado y/o Optimización. Objetivo General: Formar recursos humanos a nivel maestría en Optimización y Cómputo Aplicado con preparación académica, mediante una estructura teórica, disciplinar, metodológica y de investigación, habilitados para la identificación y solución de problemas científicos, tecnológicos y de servicios.

Archivos para descargar: Convocatoria MOCA 2024 Requisitos de inscripción Solicitud de ingreso Carta compromiso

Duración y costos:
Duración y costos:
Duración: 2 años
Sesiones: Presenciales lunes a viernes
SE REQUIERE DE TIEMPO COMPLETO
Plan: Semestral (4 semestres)
Costo por semestre: $ 2,500.00 pesos M.N.

Materias:
Eje Teórico
Orienta el aprendizaje de los fundamentos de algoritmia, programación, analísis estadístico, y matemáticos que apoyan el desarrollo del proyecto de investigación. Se recomienda que este eje se cubra durante los dos primeros semestres del programa.

• Matemáticas discretas
• Algorítmica
• Probabilidad y estadística

Eje Disciplinar
En el eje disciplinar se desarrollan temáticas derivadas de las LGACs del programa educativo que cultiva el NA, que den solución a la problemática del proyecto de investigación.

• Teoría de la calendarización
• Complejidad de los algoritmos
• Teoría de la computación
• Investigación de operaciones
• Métodos heurísticos
• Inteligencia artificial
• Algoritmos bioinspirados
• Minería de datos y big data
• Tratamiento digital de imágenes
• Optimización combinatoria
• Modelos matemáticos para tópicos selectos de optimización
• Cómputo paralelo
• Redes neuronales artificiales
• Simulación monte carlo
• Estadística multivariada computacional
• Optimización y multimedia aplicada con Matlab
• Procesamiento digital de señales para aplicaciones a la multimedia
• Sistemas para procesamiento en tiempo real
• Laboratorio de programación
• Aplicaciones de métodos computacionales en sistemas de energías renovables
• Principios y paradigmas de programación
• Taller de comunicación y divulgación de la ciencia
• Machine learning
• Tópicos selectos de optimización y cómputo de alto rendimiento l
• Tópicos selectos de optimización y cómputo de alto rendimiento ll
• Tópicos selectos de sistemas, modelado y simulación l
• Tópicos selectos de sistemas, modelado y simulación ll

Eje Metodológico
El eje metodológico tiene el propósito de auxiliar al estudiantado en su formación, en aspectos relacionados con su trabajo de investigación, tales como: actualización de conocimientos, estado del arte, escritura y presentación de resultados.

• Seminario Metodológico: Actualización De Conocimientos En Optimización Y Cómputo Aplicado
• Seminario Metodológico: Estado Del Arte
• Seminario Metodológico: Metodología Experimental
• Seminario Metodológico: Escritura Y Presentación De Resultados

Eje de Investigación
En este eje el estudiantado realizará el planteamiento y desarrollo de la tesis, mediante la incorporación de los aspectos de la disciplina en el dominio conceptual, metodológico y técnico, para ello presenta avances de su proyecto de Investigación ante su comité tutorial desde el primer semestre.

• Seminario de investigación: protocolo de investigación
• Seminario de investigación: marco teórico
• Seminario de investigación: implementación y pruebas
• Seminario de investigación: análisis de resultados y conclusiones

Líneas generación y aplicación del conocimiento

• Optimización y cómputo de alto rendimiento.

En esta LGAC se modelan y resuelven diversos problemas de logística, transporte, empaquetamiento y programación de horarios, entre otros, a fin de encontrar la mejor solución de un espacio de soluciones factibles. Los problemas pueden ser de programación lineal, entera o mixta. La solución de estos problemas suele requerir del uso intensivo de cómputo de alto rendimiento.

• Inteligencia artificial y cómputo aplicado.

En esta LGAC se modelan, simulan y desarrollan aplicaciones que resuelven problemas en diferentes áreas de la ciencia e ingeniería, usando diversas técnicas como son redes neuronales artificiales, aprendizaje profundo, redes neuronales de convolución, máquinas de vectores de soporte, análisis estadístico, simulación Monte Carlo, minería de datos, análisis numérico, y análisis y procesamiento de grandes volúmenes de datos (Big Data), entre otras. Algunas temáticas que se abordan en esta LGAC son: reconocimiento de lengua de señas para sordos, análisis de la contaminación generada por el tráfico urbano, análisis de las consecuencias del COVID en los sectores más marginados de la sociedad, análisis de estrés en plantas y árboles, clasificación de virus y bacterias, análisis de la contaminación del agua en el centro de México, entre otros.

Contacto Secretaría de Investigación y Posgrado
Teléfonos (777) 329 70 00 Ext. 7917
Correo: posgrado.fcaei@uaem.mx