Doctorado en Ciencias Computacionales (DCC)

Tecnológico de Monterrey - ITESM

Descripción del programa

Doctorado en Ciencias Computacionales (DCC)

Tecnológico de Monterrey - ITESM

Por su naturaleza, el doctorado es de ámbito multidisciplinario, cubriendo tres áreas de conocimiento que se han seleccionado entre las líneas de investigación con mayor fortaleza dentro de la Escuela de Ingeniería y Ciencias. Estas áreas interactúan entre sí a través de proyectos, centros y grupos de enfoque.


Las Líneas de Generación y Aplicación de Conocimiento del programa son:

  1. Sistemas Bio-Inspirados (Bio-inspired Algorithms)
  2. Modelos de aprendizaje automático (Machine Learning)
  3. Ciencia de Datos y Matemáticas Aplicadas (Data & Computational Science)

Requisitos de Ingreso

  • Estudios anteriores. Un título de maestría con un promedio mínimo de 90 o su equivalente.
  • Evidencia de dominio del idioma inglés. Los aspirantes a ingresar al programa de doctorado deberán entregar evidencia de haber presentado el examen TOEFL u otro examen equivalente. El estudiante admitido deberá tener un mínimo de 550 puntos o su equivalencia en otro formato del TOEFL o su equivalencia en el otro examen.
  • Prueba de Admisión. Obtener un puntaje mínimo de 600 puntos en la Prueba de Admisión a Estudios de Posgrado (PAEP).
  • Cartas de recomendación: Presentar al menos tres cartas de recomendación de Académicos (profesores, asesor de tesis, etc.) que conozcan a fondo el desempeño académico y cualidades actitudinales del solicitante.
  • Ensayo de motivos. Un ensayo en el cual el alumno justifique sus razones y metas para seguir estudios doctorales, especificando el área de especialización elegida, así como una descripción de su área de conocimiento.
  • Entrevista: Los interesados en el programa doctoral deberán realizar una entrevista con la persona o personas que el Comité de Admisiones del Programa decida. En la entrevista se evaluará la motivación del solicitante por realizar estudios de posgrado y el conocimiento del trabajo que se desarrolla en las diferentes líneas de investigación del Programa de Posgrado.

Una vez que el alumno haya presentado los documentos y pruebas mencionadas, su expediente será evaluado por el Comité de admisiones del DCC, el cual estará compuesto por el director del programa y al menos un representante de cada LGAC del DCC, que en su inicio tiene 3 LGAC, por lo que el Comité de admisiones tendrá al menos cuatro miembros, pudiendo el claustro académico solicitar que se incorporen otros profesores del mismo claustro. La decisión del Comité de admisiones será inapelable.

Convocatoria de Becas

El Doctorado en Ciencias Computacionales está dirigido a profesionistas con grado de Maestría en áreas de informática, ingeniería y ciencias exactas principalmente, interesados en realizar investigación de alto impacto, para contribuir al conocimiento de alguna de las áreas de especialidad de Ciencias de la Computación.

El programa de posgrado es de cobertura nacional, impartido actualmente en los campus Monterrey y Estado de México.

Líneas de generación y aplicación de conocimiento

La Maestría en Ciencias Computacionales está dirigida a profesionistas de áreas de informática, ingeniería y ciencias exactas principalmente, interesados en realizar investigación de alto impacto, para contribuir al conocimiento de alguna de las áreas de especialidad de Ciencias de la Computación.

  1. Sistemas Bio-Inspirados (Bio-inspired Algorithms). Esta línea de investigación se enfoca en el desarrollo, la extensión y la modificación de algoritmos y métodos para resolver problemas complejos sistematizando las soluciones informales en modelos heurísticos y matemáticos.
  2. Modelos de aprendizaje automático (Machine Learning). Esta línea se enfoca en la investigación de modelos computacionales de aprendizaje con el objetivo de pronosticar o identificar comportamientos sobre un conjunto de datos o ejemplos de entrada y que conlleva a una mejor toma de decisiones.
  3. Ciencia de Datos y Matemáticas Aplicadas (Data & Computational Science). La línea de investigación en ciencia de datos y matemáticas aplicadas estudia aspectos relacionados con el tratamiento de datos y el análisis estadístico, así como con conocimiento del dominio de discurso, con el propósito de extraer conocimiento de datos, generalmente de gran volumen (big data) y que pueden o no ser estructurados. Esta línea se complementa con las dos primeras para estructurar la solución a grandes problemas de la vida moderna, tales como el abasto de alimento, agua, energía, salud, seguridad, etc.

Apoyos Financieros

El Tecnológico de Monterrey ofrece una beca total de colegiatura. Para ser candidato a la beca se requiere ser alumno de tiempo completo y cumplir con los requisitos de admisión del programa.

*Pregunta por las opciones de beca de manutención.

Ventajas

Profesores

Programa impartido por profesores con grado de doctorado y experiencia profesional de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey.

Acreditaciones

Este programa cuenta con acreditaciones y reconocimientos de instituciones nacionales e internacionales como:

  • Programa acreditado por el Padrón Nacional de Posgrado de Calidad (PNPC) de CONACYT.
  • Comisión de Universidades de la Asociación de Escuelas y Universidades del Sur de Estados Unidos (SACS).
  • El Tecnológico de Monterrey está acreditado por la Comisión de Universidades de la Asociación de Escuelas y Universidades del Sur de Estados Unidos para otorgar títulos profesionales y grados académicos de maestría y doctorado. Contacta a la Comisión de Universidades en la dirección 1866 Southern Lane, Decatur, Georgia 30033-4097, o llama al (+1) 404-679-4500(+1) 404-679-4500, para preguntas sobre la acreditación del Tecnológico de Monterrey.
  • Programa Nacional de Posgrados de Calidad (PNPC) del Consejo Nacional de Ciencia y Tecnología (CONACYT).
  • Reconocimiento de validez oficial de la Secretaría de Educación Pública de México.

Modelo educativo

Se promueve la participación activa del alumno en su formación profesional y personal por medio del aprendizaje individual y colaborativo. Este modelo también permite que el alumno construya su conocimiento con la guía de profesores expertos en su campo profesional y en docencia.

Objetivos

  • Formar investigadores independientes, con capacidades, conocimientos y habilidades para identificar oportunidades, desarrollar, y dirigir proyectos originales de investigación en la frontera del conocimiento.
  • Difundir los resultados de tales investigaciones, y aplicar el conocimiento generado en el desarrollo tecnológico del país. Ser reconocido como un programa de ciencias computaciones de alto impacto en los sectores productivo, educativo-académico y social, del país.

Líneas de investigación

  1. Sistemas Bio-Inspirados (Bio-inspired Algorithms) Esta línea de investigación se enfoca en el desarrollo, la extensión y la modificación de algoritmos y métodos para resolver problemas complejos sistematizando las soluciones informales en modelos heurísticos y matemáticos. Muchos problemas reales cuando crecen en tamaño son difíciles de modelar usando herramientas matemáticas, pero la naturaleza nos muestra mediante muchos ejemplos cómo es posible sintetizar la complejidad a una función que pueda resolverse en forma práctica. Sin embargo, la emulación computacional de la problemática particular a resolver no es sencilla y requiere la investigación profunda de muchos aspectos. Las técnicas investigadas están basadas en inteligencia computacional que incluye computación evolutiva, redes neuronales y lógica difusa en primera instancia. Otras técnicas inspiradas en la naturaleza también consideradas son sistemas inmunes artificiales, inteligencia de enjambres y recocido simulado. Dentro de la investigación es importante estudiar familias de problemas relacionados con optimización, diseño, verificación y pronóstico que impactan áreas de aplicación como logística, manufactura, procesos industriales, bioinformática, genómica y finanzas computacionales.

  2. Modelos de aprendizaje automático (Machine Learning) Esta línea se enfoca en la investigación de modelos computacionales de aprendizaje con el objetivo de pronosticar o identificar comportamientos sobre un conjunto de datos o ejemplos de entrada y que conlleva a una mejor toma de decisiones. El estudio y desarrollo de diferentes algoritmos de aprendizaje es objetivo primordial de este grupo y en los que destacan una variedad de métodos de aprendizaje supervisado o no supervisado, algoritmos de clasificación de una clase o multi-clase, algoritmos de agrupamiento, aprendizaje por refuerzo, reconocimiento de patrones, entre otros. También se investiga cómo complementar el comportamiento de las técnicas mencionadas previamente mediante otras como inteligencia artificial simbólica, sistemas multi-agentes, semántica y ontologías, y conocimiento del contexto. Todo lo investigado en esta línea tiene una amplia gama de aplicaciones, tales como salud, energía, seguridad (informática), redes sociales, inteligencia ambiental, cómputo ubicuo, y es relevante en disciplinas multi-disciplinares tales como big-data, data analytics e inteligencia de negocios.

  3. Ciencia de Datos y Matemáticas Aplicadas (Data & Computational Science) La línea de investigación en ciencia de datos y matemáticas aplicadas estudia aspectos relacionados con el tratamiento de datos y el análisis estadístico, así como con conocimiento del dominio de discurso, con el propósito de extraer conocimiento de datos, generalmente de gran volumen (big data) y que pueden o no ser estructurados. Esta línea se complementa con las dos primeras para estructurar la solución a grandes problemas de la vida moderna, tales como el abasto de alimento, agua, energía, salud, seguridad, etc.
Esta institución educativa ofrece programas en:
  • Español


Última actualización October 2, 2018
Duración y Precio
Este curso es En campus
Start Date
Fecha de inicio
enero 2019
agosto 2019
Duration
Duración
4 años
Tiempo completo
Price
Precio
37,300 MXN
Information
Deadline
Locations
México - Buenavista, Estado de México
Fecha de inicio : enero 2019
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
Fecha de inicio : agosto 2019
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
México - Monterrey, Nuevo León
Fecha de inicio : enero 2019
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
Fecha de inicio : agosto 2019
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
Dates
enero 2019
México - Monterrey, Nuevo León
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
México - Buenavista, Estado de México
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
agosto 2019
México - Monterrey, Nuevo León
Fecha límite de inscripción Contacto
Fecha de finalización Contacto
México - Buenavista, Estado de México
Fecha límite de inscripción Contacto
Fecha de finalización Contacto