Virtual
Maestría
Maestría en Inteligencia Analítica de Datos
Facultad de Ingeniería
La Maestría en Inteligencia Analítica de Datos (MIAD) forma profesionales capaces de transformar datos en conocimiento estratégico, integrando analítica avanzada, gestión de datos y liderazgo para impulsar decisiones que generan valor organizacional.
Descripción del programa
La Maestría en Inteligencia Analítica de Datos (MIAD) forma profesionales capaces de aprovechar los datos para generar valor en sus organizaciones y apoyar la toma de decisiones. Desarrolla competencias en gestión y gobernanza de datos, uso de técnicas computacionales y modelos analíticos, y gestión de proyectos. Está dirigida a quienes buscan liderar iniciativas de Analytics en cualquier sector.
Información clave
Créditos
36 créditos
Valor por crédito
Consulta el valor por crédito aquí
Sede
Bogotá D.C.
Horario
Diurno
Fechas importantes
Inicio de inscripciones
20 enero 2026
Cierre corte inscripciones
11 marzo 2026
Cierre final inscripciones
27 mayo 2026
Inicio de clases
Agosto de 2026
*Durante el periodo de inscripciones se realizan cortes parciales. La lista de admitidos se publica después de cada cierre, según la fecha en la que finalices el formulario y cargues la documentación.
Solo debes diligenciar el formulario una vez por proceso de admisión.
Cronograma general de Admisiones Cuarto bimestre de 2026
Cierre 2do. corte: 27 de agosto de 2025 | Publicación de resultados: 27 de agosto de 2025
Cierre 4to. corte: 11 de marzo de 2026 | Publicación de resultados: 11 de marzo de 2026
Cierre 6to. corte: 22 de abril de 2026 | Publicación de resultados: 22 de abril de 2026
Cierre 8vo. corte: 27 de mayo de 2026 | Publicación de resultados: 27 de mayo de 2026
Perfil del egresado
El egresado podrá:
- Identificar oportunidades de aplicación de la inteligencia analítica para generar valor dentro de las organizaciones.
- Aplicar metodologías formales para traducir problemas de negocio en proyectos de Analytics.
- Extraer, transformar y cargar datos de fuentes estructuradas y no estructuradas con tecnologías para el manejo de grandes volúmenes de datos y cloud computing.
- Hacer uso de herramientas tecnológicas como lenguajes computacionales, librerías para Analytics, manejo de bases de datos y servidores.
- Analizar, sintetizar y presentar de forma efectiva los resultados de los modelos analíticos con técnicas de visualización.
