Southwest Baptist University

Maestría en Ciencias en Inteligencia Artificial

Este mapa curricular ilustra el desarrollo progresivo de las competencias de los estudiantes en todo el programa de Maestría en Ciencias en Gestión de Tecnología de la Información, mostrando cómo cada curso introduce (I), desarrolla (D) o lleva a los estudiantes al dominio (M) de los siete Resultados de aprendizaje del programa (PLO), culminando en el curso final donde los estudiantes demuestran el dominio de todos los resultados.

• TECH 500: Desafíos éticos en la gestión de la tecnología
• TECH 650: Fundamentos del aprendizaje automático
• TECH 515: Gestión de la seguridad e infraestructura en la nube
• TECH 575: Análisis de Big Data para IoT
• ISTM 615: IA aplicada: soluciones para empresas
• TECH 675: Procesamiento del lenguaje natural aplicado y análisis de texto inteligente
• TECH 557: Desarrollo de aplicaciones móviles
• TECH 685: Desarrollo y optimización práctica de IA
• TECH 630: Inteligencia artificial avanzada para la toma de decisiones y la comprensión empresarial
• TECH 699: Soluciones avanzadas de inteligencia artificial: proyecto final

Clases principales

TECH 500: Desafíos éticos en la gestión de la tecnología

Este curso se centra en preparar a los líderes para resolver dilemas éticos complejos en la gestión de la tecnología. El curso hace hincapié en los valores bíblicos y las soluciones prácticas a los desafíos contemporáneos. Los estudiantes exploran los sistemas éticos a través de una cosmovisión cristiana, analizan estudios de casos y desarrollan habilidades para emitir juicios morales sólidos. Al finalizar el curso, los participantes estarán capacitados para abordar cuestiones éticas en el liderazgo tecnológico con integridad y una perspectiva basada en la fe.

Resultados del aprendizaje de los estudiantes del curso

• SLO 1: Analizar dilemas éticos complejos en la gestión de la tecnología utilizando diversos marcos éticos, incluida una cosmovisión cristiana. (PLO 4)
• Objetivo 2: Evaluar las implicaciones de las tecnologías emergentes en la toma de decisiones éticas en los puestos de liderazgo de TI. (Objetivo 4, Objetivo 5)
• SLO 3: Sintetizar los principios bíblicos con los desafíos éticos contemporáneos para desarrollar soluciones basadas en la fe en la gestión de la tecnología. (PLO 4)
• SLO 4: Desarrollar y articular juicios morales sólidos para estudios de casos sobre ética tecnológica, demostrando pensamiento crítico y comunicación eficaz. (PLO 4)
• Objetivo 5: Crear un marco ético personal para abordar los desafíos de la gestión tecnológica que integre los estándares profesionales con los valores cristianos. (PLO 4)

TECH 650: Fundamentos del aprendizaje automático

Este curso ofrece una introducción completa al aprendizaje automático, que abarca los fundamentos teóricos y las aplicaciones prácticas en paradigmas de aprendizaje supervisado, no supervisado y de refuerzo. Los estudiantes explorarán una amplia gama de algoritmos, que incluyen regresión lineal y logística, árboles de decisión, máquinas de vectores de soporte, redes neuronales y técnicas de agrupamiento, mientras desarrollan habilidades en preprocesamiento de datos, ingeniería de características, selección de modelos y evaluación del rendimiento. Las consideraciones éticas en el desarrollo de IA se integran en todo el curso. Los estudiantes adquirirán experiencia práctica a través de tareas y proyectos de programación práctica utilizando Python y bibliotecas como Scikit-learn, TensorFlow y PyTorch.

Resultados de aprendizaje estudiantil

• SLO 1: Evaluar la idoneidad de varios algoritmos de aprendizaje automático para problemas complejos del mundo real, demostrando capacidad de pensamiento crítico y de análisis. (PLO 1, PLO 5)
• SLO 2: Sintetizar modelos de aprendizaje automático que integren múltiples algoritmos y técnicas para abordar desafíos multifacéticos en el análisis y la predicción de datos. (PLO 1)
• Objetivo 3: Crear soluciones de aprendizaje automático éticamente responsables que tengan en cuenta cuestiones de sesgo, equidad e impacto social. (Objetivo 4)
• SLO 4: Diseñar y llevar a cabo experimentos rigurosos para evaluar el rendimiento y las limitaciones de los modelos de aprendizaje automático, demostrando capacidades avanzadas de investigación y análisis. (PLO 3)
• SLO 5: Formular y comunicar conceptos y resultados complejos de aprendizaje automático a audiencias tanto técnicas como no técnicas, mostrando habilidades de comunicación avanzadas. (PLO 2)

TECH 515: Gestión de la seguridad e infraestructura en la nube

Este curso ofrece una introducción a la gestión de datos empresariales y las tecnologías de redes en Tecnologías de la información (TI), con especial atención a las operaciones y la seguridad basadas en la nube. Los estudiantes explorarán las tecnologías de redes, las arquitecturas de la nube y las operaciones de los centros de datos, haciendo hincapié en las infraestructuras de TI seguras, los principios de protección de datos y la eficiencia operativa en entornos de nube. El curso también aborda el cumplimiento de las normas y regulaciones de la industria, preparando a los estudiantes para navegar por el complejo panorama de la TI empresarial.

Resultados de aprendizaje estudiantil

• SLO 1: Evaluar arquitecturas de red complejas basadas en la nube y diseñar soluciones óptimas para la infraestructura de TI a nivel empresarial. (PLO 3)
• Objetivo de negocio 2: Sintetizar las mejores prácticas en seguridad en la nube para crear estrategias integrales de gestión de riesgos que aborden las amenazas emergentes y el cumplimiento normativo. (Objetivo de negocio 3)
• Objetivo de negocio 3: Crear soluciones innovadoras de gestión y almacenamiento de datos para entornos de nube, optimizando la escalabilidad, el rendimiento y la rentabilidad. (Objetivo de negocio 1)
• SLO 4: Criticar las prácticas de TI desde la perspectiva de la administración cristiana, formulando marcos éticos para el uso responsable de la tecnología en entornos empresariales. (PLO 4)
• Objetivo de negocio 5: Predecir el impacto de las tendencias emergentes en computación en la nube y TI empresarial en las operaciones organizacionales y diseñar estrategias adaptativas para aprovechar estas tecnologías de manera segura. (Objetivo de negocio 5)

TECH 575: Análisis de Big Data para IoT

Este curso presenta Apache Spark, un marco de procesamiento de big data, y se centra en su aplicación en el análisis de conjuntos de datos a gran escala. Los estudiantes aprovecharán las capacidades de Spark mediante Python, que abarcan técnicas avanzadas de manipulación de datos, aplicaciones de aprendizaje automático y escenarios de resolución de problemas del mundo real. Al finalizar, los estudiantes adquirirán competencia en Spark para el análisis de datos y el desarrollo de modelos de aprendizaje automático.

Resultados de aprendizaje estudiantil

• SLO 1: Sintetizar la programación Python y los frameworks Apache Spark para diseñar e implementar soluciones avanzadas de análisis de big data. (PLO 1)
• SLO 2: Evaluar y aplicar la sintaxis DataFrame de Spark 2.0 para optimizar tareas complejas de procesamiento de datos y mejorar la eficiencia analítica. (PLO 3)
• SLO 3: Crear y criticar modelos sofisticados de aprendizaje automático utilizando MLlib de Spark para resolver problemas de clasificación del mundo real. (PLO 1, PLO 5)
• SLO 4: Desarrollar y evaluar aplicaciones innovadoras de procesamiento de lenguaje natural, como filtros de spam, utilizando Spark para el análisis y la clasificación de textos. (PLO 1, PLO 5)
• SLO 5: Formular un marco ético para el análisis de grandes volúmenes de datos que integre los principios cristianos de administración y privacidad, examinando críticamente las implicaciones sociales de las técnicas de análisis de datos a gran escala. (PLO 4)

TECH 615: IA aplicada: soluciones para empresas

Este curso presenta el impacto de la IA en las industrias y aborda la creciente demanda de habilidades en IA. Los estudiantes explorarán el aprendizaje profundo, el aprendizaje por refuerzo, el procesamiento del lenguaje natural, la visión artificial y la robótica. El plan de estudios se centra en resolver desafíos comerciales del mundo real, como la predicción de la pérdida de clientes, el reconocimiento de imágenes, la previsión del precio de las acciones, los sistemas de recomendación y las aplicaciones de procesamiento del lenguaje natural.

Resultados de aprendizaje estudiantil

• SLO 1: Evaluar el impacto de la IA en diversas industrias, analizando tendencias y prediciendo desarrollos futuros. (PLO 1, PLO 5)
• SLO 2: Diseñar e implementar redes neuronales artificiales para resolver problemas comerciales como la predicción de la pérdida de clientes y la previsión del precio de las acciones. (PLO 1)
• SLO 3: Desarrollar modelos de IA utilizando redes neuronales convolucionales y recurrentes para el reconocimiento de imágenes y el análisis de series temporales. (PLO 1)
• SLO 4: Crear y evaluar sistemas de recomendación y aplicaciones de procesamiento de lenguaje natural para mejorar la experiencia del cliente y las operaciones comerciales. (PLO 1, PLO 5)
• Objetivo 5: Sintetizar las consideraciones éticas en la implementación de la IA con los principios cristianos de administración y dignidad humana, formulando estrategias de IA responsables para aplicaciones comerciales. (PLO 4)

TECH 675: Procesamiento del lenguaje natural aplicado y análisis de texto inteligente

Este curso explora el procesamiento del lenguaje natural (PLN), un subcampo de la IA que se centra en la interacción entre el lenguaje de las computadoras y los humanos. Los estudiantes cubrirán el preprocesamiento de texto, la tokenización, el etiquetado de partes del discurso, el reconocimiento de entidades con nombre, el análisis de sentimientos y la traducción automática mientras aprenden arquitecturas avanzadas de aprendizaje profundo como las redes neuronales retóricas y los transformadores. El curso prepara a los estudiantes para implementar soluciones innovadoras de PLN en varios dominios.

Resultados de aprendizaje estudiantil

• SLO 1: Analizar algoritmos y arquitecturas de PNL complejos, demostrando una comprensión de sus fundamentos teóricos e implicaciones prácticas. (PLO 1)
• SLO 2: Diseñar e implementar soluciones avanzadas de procesamiento del lenguaje natural (PLN) utilizando herramientas y bibliotecas para abordar desafíos reales de procesamiento del lenguaje. (PLO 1)
• SLO 3: Evaluar el rendimiento y las limitaciones de varios modelos y técnicas de PNL, evaluando su idoneidad para diferentes aplicaciones. (PLO 3, PLO 5)
• SLO 4: Desarrollar aplicaciones de PNL éticamente responsables, considerando cuestiones de sesgo, equidad e impacto social. (PLO 4)
• SLO 5: Sintetizar y comunicar conceptos complejos de PNL a audiencias tanto técnicas como no técnicas, demostrando competencia en redacción y presentación científica. (PLO 2)

Resultados de aprendizaje institucional (ILO)

• OIT 1: Los estudiantes se comunicarán eficazmente.
• OIT 2: Los estudiantes utilizarán métodos de investigación para la adquisición y aplicación de conocimientos.
• OIT 3: Los estudiantes abordarán problemas concretos aplicando la fe y el razonamiento ético.
• OIT 4: Los estudiantes pensarán de manera creativa y crítica para seguir una vida de aprendizaje.
• OIT 5: Los estudiantes participarán en un mundo culturalmente diverso para fortalecer las relaciones con los demás.

Resultados de aprendizaje del programa (PLO)

• OPI 1: Desarrollar e implementar soluciones avanzadas de inteligencia artificial utilizando metodologías, algoritmos y tecnologías de vanguardia para abordar problemas complejos del mundo real en diversos dominios. (OIT 2, OIT 4)
• PLO 2: Demostrar competencia en la gestión colaborativa de proyectos y la comunicación eficaz de conceptos complejos de IA a públicos tanto técnicos como no técnicos. (OIT 1, OIT 5)
• OPI 3: Evaluar y optimizar los sistemas de IA en términos de rendimiento, escalabilidad y seguridad, en particular en entornos informáticos distribuidos y basados en la nube. (OIT 2, OIT 4)
• OLP 4: Sintetizar las consideraciones éticas, incluidas las que se basan en una cosmovisión cristiana, en el desarrollo y la implementación de soluciones de IA, demostrando prácticas de IA responsables y abordando cuestiones de equidad, privacidad e impacto social. (OIT 3, OIT 5)
• PLO 5: Analizar críticamente las tendencias actuales y emergentes en IA, evaluando su impacto potencial en los negocios y la sociedad, y formulando estrategias innovadoras para su aplicación en contextos organizacionales. (OIT 2, OIT 4, OIT 5)