
Hoy las organizaciones dependen de sistemas de software avanzados, algoritmos inteligentes y plataformas distribuidas que operan a gran escala.
Las empresas que lideran la transformación tecnológica requieren profesionales capaces de:
Diseñar arquitecturas de software robustas
Desarrollar sistemas distribuidos e inteligentes
Aplicar fundamentos matemáticos y computacionales para resolver problemas complejos
La Maestría en Ciencias Computacionales de la UAG forma especialistas capaces de diseñar, desarrollar y optimizar sistemas computacionales avanzados para entornos industriales, científicos y tecnológicos.
*Plan de estudios sujeto a cambios sin previo aviso.
Ruta sugerida. En acuerdo con tu Director de Programa, podrá ser flexible y adaptarse a tus necesidades. RVOE: No. Acuerdo. 954289.
Características del programa:
Un programa basado en tres áreas fundamentales de las ciencias computacionales
La maestría se estructura en tres líneas de investigación que reflejan los pilares del desarrollo computacional moderno.
Ingeniería de Software
Formación especializada en el diseño, desarrollo y aseguramiento de calidad de sistemas de software complejos.
Los estudiantes desarrollan capacidades para:
Definir requisitos y arquitectura de sistemas
Diseñar software robusto y escalable
Implementar procesos de calidad y validación
Gestionar proyectos de desarrollo tecnológico
Sistemas Distribuidos y Sistemas Embebidos
Formación orientada al diseño de sistemas que interactúan con hardware, redes y plataformas distribuidas.
Los estudiantes desarrollan competencias para:
Diseñar sistemas distribuidos y plataformas escalables
Desarrollar software para sistemas embebidos y dispositivos inteligentes
Integrar sensores, redes y sistemas IoT
Optimizar el rendimiento de sistemas computacionales en tiempo real
Métodos Formales y Computación Inteligente
Formación científica basada en matemáticas, algoritmos y modelos computacionales avanzados.
Los estudiantes adquieren herramientas para:
Diseñar algoritmos avanzados
Desarrollar sistemas de inteligencia artificial
Analizar datos complejos mediante métodos probabilísticos
Construir modelos computacionales para visión artificial y reconocimiento de patrones