INEGI   CIMAT

AVISO: CONVOCATORIA ABIERTA 2025

Encuesta para la convocatoria 2025:  Aquí
Reunión informativa: 8 de mayo de 2025

Límite para el envío de documentos: 6 de junio de 2025
Examen de admisión: 21 de junio de 2025
Periodo de entrevistas: del 07 de julio al 18 de julio de 2025
Curso propedéutico: del 01 de agosto al 30 de agosto de 2025
Inscripciones: del 03 al 05 de septiembre de 2025

Maestría en Análisis Estadístico y Computación

El Programa de Posgrado de Maestría en Análisis Estadístico y Computación (MAEC), es un proyecto conjunto entre el Centro de Investigación en Matemáticas A.C. (CIMAT) y el Instituto Nacional de Estadística y Geografía (INEGI), cuya finalidad es incrementar el conocimiento de los trabajadores del Instituto en cómputo científico, modelación estadística, econometría y modelación matemática. En un contexto de mejora continua para su especialización, los participantes podrán desarrollar habilidades que demanden la generación y manejo de grandes volúmenes de datos, mediante técnicas especializadas en Ciencia de datos, que contribuyan a la mejora de sus tareas institucionales.

 

 

Objetivo

Formar al alumnado en el razonamiento estadístico y la capacidad de implementación computacional en el entorno de la Ciencia de datos, con el fin de que se constituyan en elementos de innovación y de cambio, probado y bien fundamentado en la práctica de la estadística y el cómputo científico, a través de conocimientos teórico-prácticos que les permitan aplicar adecuadamente las principales herramientas estadísticas y computacionales disponibles en la actualidad, y las que surjan para la solución científica de diversos problemas técnicos.

Objetivos específicos

Asesorar con eficiencia el diseño y ejecución de proyectos de generación e integración de estadísticas, bajo metodologías de probada eficacia con las tecnologías más avanzadas.

Aplicar con rigor científico los métodos de análisis estadístico en el estudio de fenómenos específicos, utilizando técnicas como evaluación, ajuste, clasificación, estimación de parámetros o pronósticos, a partir de datos generados en problemas específicos. Además, tendrá bases sólidas en metodología estadística; visión global del área de análisis de datos; capacidad de análisis de información; uso y desarrollo de software estadístico, así como planteamiento de modelos estadísticos para el análisis de datos.