Información Convocatoria
Dirigido a:
Personas egresadas a nivel licenciatura afín a las áreas de matemáticas aplicadas, actuaría, física, química, ingeniería, economía o administración.
MAESTRÍA EN CIENCA
DE DATOS Y
OPTIMIZACIÓN
Nuestros Egresados
Modelos y algoritmos para problemas de trayectoria de corte
Andrés Herrera Salazar
Generación 5
Consumo a nivel global: antes, durante y después de la pandemia, mediante el uso de técnicas de IA
Ilian Montserrat Garza Aguirre
Generación 5
Predicción de la desregulación emocional en personas con depresión clínica mediante modelos de aprendizaje automático
Rocío Elizabeth Alvarado Contreras
Generación 5
Análisis e implementación de métodos de pronósticos para la integración de energías renovables en México
Carlos Gerardo Balderas Casas
Generación 4
Síndrome de burnout en docentes y estudiantes universitarios: análisis y predicción mediante el uso de modelos de ecuaciones estructurales
Irving Amado Ramírez Muñoz
Generación 4
Estudio y análisis del sistema de transporte público en la Ciudad de Saltillo, Coahuila para ofrecer una propuesta de mejora
José Ángel Salgado Rangel
Generación 4
Diseño inteligente de nuevos materiales para liberacion controlada de farmacos con ciencia de datos
Víctor Alfredo Becerril Solano
Generación 4
Optimización de gastos de personal enfocado a un área de servicios tecnológicos
Gabriela Abigail Valerio Rodríguez
Generación 3
Midiendo el impacto de la toma de decisiones de ux a través de mapas cognitivos difusos
Héctor Heriberto Rodríguez Martínez
Generación 3
Control simultáneo de parámetros para asegurar campos de temperatura y velocidades de enfriamiento en fabricación aditiva con aprendizaje autómatico
Iván Cuevas García
Generación 3
Modelo matemático para la optimización de inventario de pistones
Juan Diego Pérez Ruíz
Generación 3
Modelo de clasificación de garantías
Víctor Ruíz Marines
Generación 3
Predicción a corto plazo de consumo eléctrico doméstico empleando modelos de aprendizaje automático
Baldemar Aguirre Fraire
Generación 2
Evaluación de escenarios de carga de vehículos eléctricos y de desarrollo de capacidad renovable en México a 2030, 2040 y 2050
Diego de León Medina
Generación 2
Implementación de técnicas de machine learning para pronóstico de producción para lanzamientos de nuevos proyectos en la industria automotriz.
Joel Enrique Tijerina Cadena
Generación 2
Nuevos algoritmos para optimización sin restricciones.
José Eduardo Mellado Sánchez
Generación 2
Estudio de un problema de ruteo de vehículos aplicado al transporte compartido de personas a servicios médicos en Saltillo, Coahuila.
Liza Fabiola Escamilla Rodríguez
Generación 2
Implementación de un sistema de adquisición de datos y análisis de funcionamiento de maquinaria automática usando inteligencia artificial
Lorenzo Valdez Contreras
Generación 2
Optimización bi-objetivo de una cadena de suministro verde agro-industrial: enfoques de solución para la eficiencia y sostenibilidad
Maximiliano Ibarra Navarro
Generación 2
Desarrollo e implementación de un simulador con aprendizaje automático para el modelado de fenómenos físicos
Natalia Galván Cámara
Generación 2
Ingeniería de datos para el análisis y detección de fallas en el proceso de laminado en caliente de una industria metalúrgica de la región
Perla Elizabeth Castillo Flores
Generación 2
Un análisis de los microcréditos en México basado en Ciencia de Datos
Elyasib Natanael Luna Calamaco
Generación 1
Diseño de un modelo predictivo de diagnóstico temprano de diabetes tipo II utilizando técnicas de Machine Learning: Una aplicación para el Municipio de Saltillo.
Héctor Iván de la Rosa de León
Generación 1
Estudio de un problema de diseño de cadena de suministro para la producción de biocombustibles en México
Jesús Eduardo Reyes Hernández
Generación 1
Detección de anomalías en series de tiempo de consumo eléctrico doméstico
José Alberto Solís Villarreal
Generación 1
Identificación de patrones en facturas electrónicas mediante aprendizaje estadístico y minería de datos.
Sergio Humberto Castillo Sánchez
Generación 1
Diseño e implementación de un modelo de trading automatizado de criptomonedas utilizando aprendizaje reforzado
