📘 Carrera Universitaria - SNIES 119150 Ingeniería en
Ingeniería en
Ciencia de Datos
Resolución No. 011596 30 de Abril 2026
Inscríbete aquí → 🎓
Título a otorgar Ingeniero en Ciencias de Datos
📚
Nivel de formación Universitaria
⏱️
Duración 8 Semestres
🏫
Modalidad Presencial
📍
Lugar de oferta Sede Pereira
📘 Programa Universitario
Presentación
El objetivo del programa es formar Ingenieros en Ciencia de Datos con competencias científicas, tecnológicas y analíticas capaces de diseñar, desarrollar e implementar soluciones basadas en el análisis de datos, inteligencia artificial y aprendizaje automático, contribuyendo a la transformación digital de las organizaciones y a la toma de decisiones estratégicas en diversos sectores productivos y sociales.
¡Estamos listos para acompañarte en tu proyecto de vida!
Perfil Laboral
- Análisis e interpretación de grandes volúmenes de datos.
- Desarrollo de modelos predictivos y soluciones basadas en inteligencia artificial.
- Gestión y administración de bases de datos y Big Data.
- Implementación de estrategias de analítica empresarial e inteligencia de negocios.
- Optimización de procesos mediante ciencia de datos.
- Desarrollo de soluciones tecnológicas para sectores como salud, industria, educación, comercio y sostenibilidad.
Perfil Ocupacional
- Científico de Datos.
- Ingeniero de Datos.
- Analista de Datos.
- Especialista en Big Data.
- Desarrollador de modelos de Machine Learning.
- Consultor en Inteligencia de Negocios (BI).
- Analista de Inteligencia Artificial.
- Gestor de transformación digital.
- Administrador de bases de datos.
- Líder de proyectos tecnológicos y analíticos.
Perfil de Egreso Institucional
- Analizar e interpretar grandes volúmenes de datos para la toma de decisiones inteligentes.
- Diseñar soluciones tecnológicas innovadoras mediante herramientas de ciencia de datos.
- Aplicar conocimientos en programación, estadística, minería de datos y aprendizaje automático.
- Liderar proyectos que integren tecnología, analítica e innovación.
- Actuar con ética, pensamiento crítico, responsabilidad social y compromiso con el desarrollo sostenible.
- Contribuir al progreso tecnológico y al mejoramiento de la sociedad.
Requisitos de Grado
- Aprobación total de los 141 créditos académicos del plan de estudios.
- Cumplimiento de las prácticas y actividades académicas establecidas.
- Desarrollo y aprobación de los componentes investigativos y académicos definidos por el programa.
- Cumplimiento de los requisitos institucionales contemplados en el Reglamento Estudiantil y las políticas académicas de la institución.
Correo del programa
icd@uc.edu.coPlan de Estudios

Semestre 1
+

Semestre 2
+

Semestre 3
+

Semestre 4
+

Semestre 5
+

Semestre 6
+

Semestre 7
+

Semestre 8
+
Semestre I
| Asignatura | Créditos |
|---|---|
| Filosofía Institucional | 2 |
| Competencias Comunicativas | 3 |
| Matemática Fundamental | 4 |
| Lógica de Programación | 3 |
| Fundamentación en Ciencia de Datos | 3 |
| Fundamentos de Inteligencia Artificial | 2 |
| Total Créditos | 17 |
Semestre II
| Asignatura | Créditos |
|---|---|
| Formación Ciudadana, Constitución Política y Democracia | 2 |
| Matemáticas Discretas | 3 |
| Cálculo Diferencial | 3 |
| Álgebra Lineal | 3 |
| Estructura de Datos | 3 |
| Estadística Descriptiva | 2 |
| Legislación en Ciencia de Datos | 2 |
| Total Créditos | 18 |
Semestre III
| Asignatura | Créditos |
|---|---|
| Cátedra de Paz | 2 |
| Ecuaciones Diferenciales | 3 |
| Cálculo Integral | 3 |
| Estructura de Bases de Datos | 2 |
| Probabilidad Aplicada | 3 |
| Ciencia de Datos y Ética | 2 |
| Investigación Formativa | 2 |
| Total Créditos | 17 |
Semestre IV
| Asignatura | Créditos |
|---|---|
| Innovación y Creatividad | 2 |
| Cultura Local y Regional | 2 |
| Métodos Numéricos | 3 |
| Bases de Datos | 3 |
| Estadística Inferencial | 3 |
| Análisis de Regresión | 3 |
| Ingeniería de Software | 2 |
| Total Créditos | 18 |
Semestre V
| Asignatura | Créditos |
|---|---|
| Cultura del Emprendimiento | 2 |
| Optimización Matemática | 3 |
| Administración de Bases de Datos | 3 |
| Fundamentos de Machine Learning | 3 |
| Programación Orientada a Objetos | 3 |
| Proceso de Investigación | 3 |
| Total Créditos | 17 |
Semestre VI
| Asignatura | Créditos |
|---|---|
| Modelo de Negocios | 2 |
| Minería de Datos | 3 |
| Cloud Computing | 2 |
| Machine Learning Avanzado | 3 |
| Programación Avanzada | 3 |
| Propuesta de Proyecto | 3 |
| Electiva | 2 |
| Total Créditos | 18 |
Semestre VII
| Asignatura | Créditos |
|---|---|
| Fuentes de Financiación Empresarial | 2 |
| Liderazgo y Dirección | 2 |
| Visualización de Datos | 3 |
| Modelado Predictivo | 3 |
| Big Data | 3 |
| Optimización en Big Data | 2 |
| Tendencias Actuales en Ciencia de Datos | 3 |
| Práctica | 0 |
| Total Créditos | 18 |
Semestre VIII
| Asignatura | Créditos |
|---|---|
| Emprendimiento en Tecnología de Datos | 2 |
| Movilidad Académica | 2 |
| Visualización Interactiva de Datos | 3 |
| Business Intelligence | 2 |
| Seguridad y Privacidad en Ciencia de Datos | 2 |
| Gobierno de Datos | 2 |
| Investigación Aplicada | 3 |
| Electiva | 2 |
| Total Créditos | 18 |









