Misión

La misión del programa de Maestría en Cómputo Aplicado es formar de manera integral profesionales críticos, competitivos y comprometidos con la sociedad, en diversas áreas del cómputo aplicado.

Visión

La visión del programa de Maestría en Cómputo Aplicado es ser líderes y referencia en la región, en la formación de profesionistas de alta calidad, que provean soluciones a problemas relevantes de nuestro entorno, a través del desarrollo tecnológico.

Objetivo general

Formar egresados a nivel Maestría, capaces de incorporarse al mercado de trabajo y efectuar innovaciones dentro de él, a través del cómputo aplicado.

Objetivos específicos

Proporcionar a los alumnos una cultura técnico-científica, además de una formación metodológica que los capacite para resolver problemas dentro de su área de especialidad.

Establecer lazos de vinculación con la industria regional y nacional, que pueda ser beneficiada, con el conocimiento y las herramientas cuantitativas y analíticas desarrolladas en el programa.

Establecer convenios con otras universidades o centros de desarrollo tecnológico que permitan un beneficio mutuo en la formación de estudiantes.

La duración del programa es de ocho semestres. Al acreditarse el plan de estudios que se muestra a continuación, el estudiante podrá realizar la defensa de su tesis.

PRIMERO

SEGUNDO

TERCERO

CUARTO

Eje Teórico Conceptual

Matemáticas para Computación

Aprendizaje Automático

Modelación conceptual e Ingeniería de requisitos

Almacenamiento de datos

Eje Metodológico

Seminario de Titulación I

Seminario de Titulación II

Seminario de Titulación III

Seminario de Titulación IV

Campos de Especialidad

Eje Teórico Conceptual

Seminario de Cómputo Cognitivo

Innovación y Transferencia de Tecnología

Electiva 1 Cómputo Cognitivo

Electiva 3 Cómputo Cognitivo

Optativa

Electiva 2 Cómputo Cognitivo

Cómputo en la Nube

Seminario de Cómputo en la Nube

Electiva 1 Cómputo en la Nube

Electiva 3 Cómputo en la Nube

Electiva 2 Cómputo en la Nube

Materias	Créditos
Obligatorias	56
Electivas	24
Optativas	6
Total	86

El programa de MCA está diseñado para ser cursado en cuatro semestres, en el primer semestre se imparten las materias de Matemáticas para computación y Modelación Conceptual e Ingeniería de Requisitos, que proporcionan las bases teórico-conceptuales para cualquier proyecto enmarcado en cualquiera de las LGAC que cultiva el programa o la intersección entre estas. Por otro lado, la materia de Innovación y Transferencia de Tecnología les da a los estudiantes las bases para propiciar una cultura que contribuya a la competitividad de las empresas innovando con el uso de la tecnología en específico el cómputo aplicado. En este semestre ya se perfilan los estudiantes a una acentuación y, dependiendo área de interés, pueden optar por Seminario de Cómputo Cognitivo o Seminario de Cómputo en la Nube. Estas materias tienen el objetivo de profundizar conocimientos en el área a la cual designan y es obligatoria llevar una de las dos. Sin embargo, un alumno puede tomar la complementaria como optativa, si su proyecto se lo demanda. Debido a la necesidad de dar más valor al pensamiento matemático, se oferta la materia de Matemáticas para Computación.

En el segundo semestre se ofrece la materia de Aprendizaje Automático y Almacenamiento de datos, del eje teórico-conceptual, que complementa la visión del enfoque integral en cómputo en la nube y cómputo cognitivo. En segundo y tercer semestre también deben cursar materias optativas, las cuales se ofrecen de una lista de materias específicas, y que deben ayudar al estudiante en el desarrollo de su proyecto.

De particular interés son las materias de Seminario de Titulación, las cuales se ofrecen desde el primer y hasta el último semestre. El objetivo de estas materias es proporcionar acompañamiento desde el primer semestre al desarrollo del proyecto y escritura del documento de tesis o de desarrollo tecnológico.

Electivas Cómputo en la nube
Materia	Descripción	Nivel
Electiva 1	INGENIERÍA DE SOFTWARE	Intermedio
	ADQUISICIÓN DE DATOS	Intermedio
	FUNDAMENTOS DE VIRTUALIZACIÓN	Intermedio
Electiva 2	SEGURIDAD EN COMPUTO	Intermedio
	SERVICIOS E INFRAESTRUCTURA EN LA NUBE	Intermedio
	DESARROLLO DE APLICACIONES WEB	Intermedio
	ADMINISTRACIÓN DE PROYECTOS DE SOFTWARE	Intermedio
Electiva 3	SOFTWARE COMO SERVICIO	Avanzado
	HERRAMIENTAS DE ANÁLISIS Y VISUALIZACION DE DATOS	Avanzado
	REDES DE CENTROS DE DATOS	Avanzado
	COMPUTO PARALELO	Avanzado

Electivas Cómputo Cognitivo
Materia	Descripción	Nivel
Electiva 1	COMPUTACIÓN CIENTIFICA	Intermedio
	TEORÍA DE LA COMPLEJIDAD COMPUTACIONAL	Intermedio
Electiva 2	TEMAS SELECTOS DE SOFT COMPUTING I	Intermedio
	DISEÑO DE VIDEO JUEGOS	Intermedio
	METAHEURÍSTICA PARA OPTIMIZACIÓN INTELIGENTE	Avanzado
	INTELIGENCIA COMPUTACIONAL DE ROBOTS	Avanzado
Electiva 3	TEMAS SELECTOS DE SOFT COMPUTING II	Avanzado
	ANÁLISIS INTELIGENTE DE DATOS	Avanzado
	SISTEMAS DE CONTROL DIFUSOS	Avanzado
	METAHEURÍSTICA	Avanzado
	MODELADO Y SIMULACIÓN DE ROBOTS	Avanzado

Metodología de enseñanza y aprendizaje

El programa de Maestría en Cómputo Aplicado basa sus estrategias de aprendizaje en el Modelo Educativo UACJ 2020, aunado a esto se enfatiza en la investigación y análisis de artículos científicos de revistas reconocidas como apoyo a las materias. Por ser un programa de orientación profesional, los conocimientos teóricos adquiridos por los alumnos deben ser aplicados en proyectos y casos de aplicación diseñados específicamente para alcanzar los objetivos de los curso. La institución cuenta con infraestructura tecnológica de vanguardia para generar en los estudiantes, no solo los conocimientos, sino también las habilidades necesarias para proponer soluciones de cómputo aplicado a necesidades reales de los diversos sectores de la sociedad.

Criterios y procedimientos de evaluación

Los criterios de evaluación son propios de cada asignatura y se describen en las cartas descriptivas. Si bien es cierto que son diferentes para cada asignatura, coinciden en una estrategia de evaluación integral que incluye entre otras cosas: reportes de lectura de artículos científicos, exámenes, desarrollo de prácticas asociadas al plan de estudios, generación de ensayos y, preparación y presentación de temas de vanguardia de las materias. La calificación mínima aprobatoria por asignatura es de 7.0 en escala del 0.0 al 10.0. El promedio por semestres de las asignaturas cursadas no deberá de ser menor de 8.0.

Bibliografía Relevante

Bibliografía relevante M. Sipser, "Introduction to the Theory of Computation", Boston: Thomson Course Technology, 2nd Ed, 2006 P. Julián Iranzo, "Lógica Simbólica Para Informáticos", Ra-Ma, 2007. R. Johnsonbaugh, "Discrete Mathematics", Pearson, 2017. A. Fox, D. Patterson, Engineering Long-Lasting Software: An agile approach using SaaS, Element Management System, 2012 S. Jeffrey, "An Introduction to Data Science", SAGE Publications, Inc; first edition, 2017. Hwang Kai, Dongarra Jack, Fox Geoffrey, “Distributed and Cloud Computing: From Parallel Processing to the Internet of things”, Morgan Kaufmann, 2011. Hills Ted, “NoSQL and SQL Data Modeling: Bringing Together Data, Semantics, and Software”, Technics Publications; First edition, 2016. Madisetti Vijay, “Big Data Science & Analytics: A Hands-On Approach”, VPT; first edition, 2016. T. Mitchel, "Machine Learning" Tom Mitchel. ISBN-13: 978-0070428072. McGraw Hill

Líneas de Generación y Aplicación del Conocimiento

Cómputo Cognitivo

El cómputo cognitivo toma ventaja de la Inteligencia Artificial y el Softcomputing para desarrollar soluciones a través del uso inteligente de la información y la interpretación de datos semánticos con el fin de entender qué está pasando, proveer soluciones concretas, ayudar a tomar decisiones y anticipar comportamientos.

Computo en la Nube

El cómputo en la nube se enfoca en diseñar, integrar e implementar soluciones donde los datos y aplicaciones se encuentran hospedados en centros de cómputo remotos, con el fin de dar acceso ubicuo y bajo demanda a un grupo compartido de recursos informáticos configurables que se pueden aprovisionar y liberar rápidamente con un mínimo esfuerzo de gestión.

Los aspirantes de la Maestría en Cómputo Aplicado (MCA) deben manifestar iniciativa de aprendizaje; con bases sólidas de matemáticas, probabilidad y estadística, así como fundamentos de programación, estructuras de datos y bases de datos; con habilidades para la resolución de problemas a través de diversas técnicas y métodos, así como para la búsqueda, análisis e interpretación de datos; además deberán tener disposición a la dedicación y constancia, y ser honestos, responsables y éticos.

El egresado del programa de MCA contará con los siguientes

Conocimientos

• Conceptos, teoremas, postulados, métodos y técnicas de lógica y razonamiento matemático, algoritmos, grafos y relaciones, y estadística.
• Técnicas, herramientas y metodologías que le permitan determinar las necesidades de los clientes y/o usuarios y convertirlas en un documento de especificación de requisitos.
• Técnicas, herramientas y metodologías para el almacenamiento apropiado y eficiente de la información estructurada y no estructurada.
• Técnicas, herramientas y metodologías que permita a la computadora identificar patrones complejos, revisar datos y predecir comportamientos futuros automáticamente.

Habilidades

• Analizar, modelar y evaluar sistemas para identificar necesidades o problemáticas que requieran de una solución tecnológica de cómputo aplicado en las áreas de cómputo cognitivo, cómputo en la nube y/o bigdata.
• Aplicar y gestionar metodologías orientadas a la innovación para el desarrollo e implementación de soluciones tecnológicas de cómputo aplicado en las áreas de cómputo cognitivo, cómputo en la nube y/o bigdata.
• Identificar, seleccionar y aplicar técnicas, algoritmos, métodos y herramientas para incorporar capacidades cognitivas a las soluciones tecnológicas de cómputo en las áreas de cómputo cognitivo, cómputo en la nube y/o bigdata.

Actitudes y valores

• Aplicará soluciones de cómputo de manera responsable, teniendo especial cuidado con los efectos que éstas conlleven.
• Será un profesionista útil y activo, proponiendo soluciones que puedan mejorar la calidad de vida de la sociedad en general.

Colaboración con otros sectores de la sociedad

Los resultados de la vinculación incluyen patentes, generación de artículos, presentación en eventos académicos, estancias en empresas y sectores de gobierno, participación en proyectos con financiamiento externo y generación de soluciones tecnológicas para casos de aplicación real. El 30% de nuestros estudiantes ha realizado estancias en instituciones de investigación reconocidas a nivel nacional y el 40% ha participado en proyectos de aplicación real. Además, se ha contado con la participación de docentes y evaluadores externos al programa que proveen una validación externa a la calidad de nuestros estudiantes.

ITCH II

Universidad Veracruzana

LANTI

Scytl

FLUTEC

Hospital Angeles

Hospital General

Clúster IA

Unidad de Ingeniería del Conocimiento e Ingeniería de Software del CITT

Laboratorio Nacional de Tecnologías de Información (LaNTI)

Directores de Tesis y Tutores

Nombre	Línea de Generación y Aplicación del Conocimiento	DIR. TESIS Y/O TUTOR (actual)
ACOSTA GUADARRAMA JUAN CARLOS	CÓMPUTO COGNITIVO	Director de Proyecto Terminal y Tutor
ESTRADA SALDAÑA JOSE FERNANDO	CÓMPUTO EN LA NUBE	Director, Codirector de Tesis y Tutor
FERNANDEZ MARTINEZ LUIS FELIPE	CÓMPUTO EN LA NUBE	Director de Proyecto Terminal y Tutor
FLORENCIA JUAREZ ROGELIO	CÓMPUTO COGNITIVO	Director de Tesis, Director de Proyecto Terminal y Tutor
HERNANDEZ HERNANDEZ JESUS ISRAEL	CÓMPUTO EN LA NUBE	Director de Tesis y Tutor
LOPEZ OROZCO FRANCISCO	CÓMPUTO COGNITIVO	Director de Tesis
MORALES ROCHA VICTOR MANUEL	CÓMPUTO EN LA NUBE	Director de Proyecto Terminal y Tutor
OLMOS SANCHEZ KARLA MIROSLAVA	CÓMPUTO COGNITIVO	Director de Proyecto Terminal y Tutor
PARRA LOERA RAMON	CÓMPUTO EN LA NUBE	Director de Tesis, Director de Proyecto Terminal y Tutor
RIVERA ZARATE GILBERTO	CÓMPUTO COGNITIVO	Director de Tesis, Director de Proyecto Terminal y Tutor
RODAS OSOLLO JORGE ENRIQUE	CÓMPUTO COGNITIVO	Director de Tesis y Tutor
SANCHEZ SOLIS JULIA PATRICIA	CÓMPUTO COGNITIVO	Director y Codirector de Tesis, Tutor y Asesor.
TORRES CORDOVA RAFAEL	CÓMPUTO COGNITIVO	Tutor y Corrector de Tesis

ESTUDIANTES TIEMPO COMPLETO POR COHORTE
Convocatoria	Matriculados
2015-1	1
2015-2	5
2016-2	9
2017-2	7
2018-2	9
2019-2	8
2020-1	2
2021-1	4
ESTUDIANTES TIEMPO PARCIAL POR COHORTE
Convocatoria	Matriculados
2015-1	4
2016-2	1