Perfil del aspirante

Desde el primer semestre empezarás a construir una base sólida en matemáticas y computación. Inicias con cursos fundamentales como Cálculo, Álgebra Lineal y Programación en C++, junto a los Seminarios Socráticos de Artes Liberales que cultivan el pensamiento crítico y el autoconocimiento.

En el segundo año te adentrarás en áreas más avanzadas como Ecuaciones Diferenciales, Probabilidad, Inferencia Estadística y Física, así como en estructuras de datos y programación avanzada.

El tercer año conecta la teoría con la práctica: cursos como Procesos Estocásticos, Optimización e Inteligencia Artificial introducen la intersección entre matemáticas aplicadas y modelado algorítmico.

Durante el cuarto año llegarás a un nivel especializado con asignaturas de frontera como Machine Learning, Modelos Gráficos Probabilísticos y Redes Neuronales Artificiales, complementados con servicio comunitario.

Finalmente, en el quinto año culminas con Computer Vision, Data Mining y el Proyecto Integrador (Capstone Project), donde desarrollarás una solución de impacto real en un tema de tu interés

• Inteligencia Artificial
• Aprendizaje Automático
• Modelos Gráficos Probabilísticos
• Redes Neuronales
• Computer Vision
• Data Mining
• Procesos Estocásticos
• Optimización Avanzada

• Desde talleres iniciales hasta proyectos de investigación, la experiencia práctica es clave en MAC. Los estudiantes trabajan en el laboratorio de deep learning con GPUs NVIDIA de última generación, la infraestructura de IA y HPC (High Performance Computing) más avanzada del país, comparable con universidades internacionales.
• Además, podrás participar en el USFQ DataHub, un espacio interdisciplinario donde se analizan grandes volúmenes de datos para resolver problemas reales de las ciencias sociales.
• La práctica preprofesional PASEM y el aprendizaje-servicio PASEC te permiten vincularte con empresas, comunidades y proyectos de impacto social.
• El Capítulo IEEE Computational Intelligence Society te conectará con profesionales en tu campo.

Los estudiantes pueden combinar su carrera con subespecializaciones (minors). Una opción atractiva es la combinación con Computación (CMP), que refuerza el perfil tecnológico y abre aún más puertas en investigación, desarrollo de software y ciencia de datos.

Los conocimientos adquiridos en MAC se pueden aplicar en prácticamente cualquier sector que requiera gestión y análisis de datos o modelado matemático avanzado:

• Ciencia de datos e inteligencia artificial: diseño de algoritmos predictivos y sistemas inteligentes.
• Banca y finanzas: análisis de riesgos, trading algorítmico y modelos cuantitativos.
• Industria y manufactura: optimización de procesos, simulaciones y control de calidad.
• Salud: análisis de datos médicos
• Investigación y desarrollo: participación en proyectos de innovación tecnológica, simulación científica y robótica

Roles típicos: Científico/a de Datos; Ingeniero/a de Aprendizaje Automático e IA; Analista de Investigación Operativa; Analista Cuantitativo (Quant); Investigador/a I+D; Consultor/a Estadístico; Analista Financiero; Desarrollador/a de Aplicaciones Científicas; Consultor/a en Tecnología y Ciencia de Datos.

Además de las competencias técnicas, MAC desarrolla habilidades transversales que son altamente valoradas:

• Pensamiento crítico y resolución de problemas complejos.
• Comunicación efectiva de ideas técnicas a públicos diversos.
• Trabajo en equipo e interdisciplinariedad.
• Capacidad de liderazgo y autonomía en la gestión de proyectos.
• Ética y responsabilidad en el uso de datos y tecnología