Este programa doctoral se gestiona íntegramente en línea mediante e-learning, disponible en español o en inglés para hablantes nativos. Los estudiantes admitidos pueden cursarlo desde su país de residencia y en el idioma seleccionado durante la admisión. Toda la instrucción, las actividades, los ejercicios y las evaluaciones se realizan completamente online. Cada estudiante cuenta con un asistente académico de enlace con el Academic Staff, quien brinda acompañamiento permanente por correo electrónico durante todo el proceso formativo e investigativo.
Doctorado en Machine Learning
Este programa está dirigido a estudiantes que posean un título de maestría en el área o afines, y/o cuyo pregrado se relacione directamente con el campo de estudio. Está orientado a profesionales que trabajan en el sector y cuentan con las herramientas y conocimientos fundamentales para desarrollar investigaciones, así como para realizar las pruebas o los laboratorios necesarios en el marco de los cursos de investigación doctorales.
El Doctorado en Machine Learning constituye un medio para desarrollar y consolidar capacidades de liderazgo académico y profesional en el campo de la inteligencia artificial y el aprendizaje automático. Los estudiantes adquieren un dominio profundo de la literatura especializada, la investigación científica y las tecnologías emergentes aplicadas al diseño y entrenamiento de modelos inteligentes, integrando estos conocimientos a su práctica profesional de alto nivel.
El programa tiene como objetivo formar investigadores y especialistas capaces de desarrollar, analizar e implementar sistemas de Machine Learning mediante metodologías avanzadas, algoritmos de inteligencia artificial y herramientas tecnológicas innovadoras, con el propósito de generar conocimiento, optimizar procesos, apoyar la toma de decisiones y crear soluciones aplicadas a diversos sectores científicos, empresariales, tecnológicos y sociales.
Un doctorado representa la máxima distinción académica para quienes aspiran a superar los resultados promedio y están dispuestos a afrontar los retos de la vida.
Las especialidades del doctorado se definen en el proceso de admisión con base a las dos opciones de graduación: PhD; o Doctor of Science in Machine Learning.
El programa se enfoca en la investigación y puede ser adaptado a sus intereses específicos en el campo profesional.
Requisitos de graduación:
Profesionales con una maestría en sistemas, computación, informática, gestión o en una disciplina afín al objeto de estudio del posgrado, de una universidad reconocida y preferiblemente con un mínimo de dos años de experiencia en el área de trabajo en este campo, están invitados a cursar este doctorado. El programa de estudios del doctorado está coordinado por el personal académico de la universidad y abarca un conjunto de cuatro (4) a cinco (5) cursos de investigación avanzada y la tesis de grado. El número de cursos depende de la precalificación alcanzada por el aspirante, en atención a la evaluación de las credenciales que presenta en su currículum vítae. Para solicitar una precalificación o proceder con la inscripción, siga el siguiente procedimiento descrito en la siguiente página: https://tauniversity.org/procedimiento-de-pre-admision
DURACIÓN: dos (2) meses para cada curso y seis meses mínimos para el trabajo de tesis. El lapso de duración puede verse reducido en razón de la dedicación al estudio, la cantidad de créditos convalidados por estudios previos y/o experiencia real y relevante en la actividad profesional objeto de estudio. Existen restricciones. Dependiendo de lo antes descrito, pueden ser completados en un lapso mínimo aproximado de 14-18 meses para quienes tienen el perfil de ingreso, y les tomará más tiempo a aquellos que requieren mayor dedicación al estudio para completar los créditos faltantes. Solicite una precalificación gratuita enviando su currículo a admissions@tauniversity.org
Los programas de estudio de Tecana American University (TAU) potencian en el estudiante competencias cognitivas, técnicas y humanísticas, integrando experiencias educativas previas con programas de formación apoyados en tecnologías de la información, aprendizaje interactivo, pensamiento crítico, ética profesional y desarrollo integral.
COMPOSICIÓN GENERAL DEL DOCTORADO
El Doctorado tiene una carga académica total de 54 créditos, distribuidos de la siguiente manera:
7 asignaturas de 6 créditos cada una (42 créditos)
Metodología de investigación, proyecto y tesis (12 créditos)
Durante el proceso de admisión, la universidad puede reconocer estudios previos y experiencia profesional comprobable, lo que puede acreditarse con entre 12 y 18 créditos (equivalentes a 2 o 3 asignaturas optativas).
En consecuencia, el plan de estudios a cursar en TAU se puede reducir a aproximadamente 42 créditos, distribuidos en:
- 4 a 5 asignaturas de 6 créditos cada una (24 a 30 créditos).
- Metodología de investigación, proyecto y tesis (12 créditos).
Los estudiantes precalificados para ingresar deben cursar y aprobar solo el número de cursos prescritos por la Universidad en el proceso de admisión, ya que, en cada caso, el PLAN DE ESTUDIOS es ajustado por la facultad con base en un espectro amplio de los intereses de estudio y antecedentes de cada estudiante, y solo puede darse a conocer una vez precalificado.
Temas y Cursos:
Los cursos y temas que se presentan a continuación tienen carácter referencial y describen la estructura general del programa. Las asignaturas que cada estudiante cursará serán definidas por el Consejo de la Facultad durante el proceso de admisión, de acuerdo con su formación previa, experiencia profesional, necesidades de nivelación y, cuando corresponda, sus intereses académicos. Asimismo, el plan de estudios podrá incorporar las actualizaciones curriculares vigentes o aquellas que se encuentren en proceso de implementación al momento de la admisión y que, por tal motivo, no estén reflejadas en la presente descripción del programa.
ML811 – Aprendizaje Automático Avanzado / Advanced Machine Learning
ML812 – Fundamentos Matemáticos del Aprendizaje / Mathematical Foundations of Learning
ML813 – Aprendizaje Profundo y Redes Neuronales / Deep Learning and Neural Networks
ML814 – Modelos Probabilísticos y Estadísticos / Probabilistic and Statistical Models
ML815 – Optimización para el Aprendizaje Automático / Optimization for Machine Learning
ML816 – Sistemas de Aprendizaje a Gran Escala / Large‑Scale Learning Systems
ML817 – Ética, Interpretabilidad y Gobernanza de Modelos / Ethics, Interpretability and Model Governance
ML800 Fundamentos matemáticos del aprendizaje automático (se pondrá especial énfasis en conceptos avanzados de álgebra lineal y modelado probabilístico).
ML801 Métodos probabilísticos y estadísticos en aprendizaje automático.
ML802 Aprendizaje automático: teoría y métodos.
ML803 Optimización (la optimización juega un papel crucial tanto en el desarrollo de nuevos algoritmos de aprendizaje automático como en el análisis de su rendimiento).
ML804 Estadística y probabilidad aplicada.
ML805 Teoría avanzada (para una comprensión más profunda de los fundamentos de ML).
ML806 Aplicaciones (aplicaciones impactadas por/con ML).
ML807 Computación y optimización (brinda más conocimiento y base en áreas de matemáticas, optimización y computación para ML).
ML808 Plataformas (plataformas informáticas que admiten ML y Computación).
DT800 – Tecnologías de Información para la Investigación Avanzada / Information Technologies for Advanced Research
Estudio integrado de herramientas digitales, análisis de datos, inteligencia artificial, automatización, computación en la nube y tecnologías emergentes aplicadas al campo objeto de estudio.
999A Doctoral Dissertation or Thesis.
Complementary subjects adapted to the level of study: ... Neuroscience .....; Emotional Intelligence ....; Psychology, Neuro-Linguistic Programming.
El trabajo académico del estudiante consiste en desarrollar cada Curso Avanzado Independiente de Investigación, basado en investigación bibliográfica, recursos online, directrices metodológicas del programa y demás recursos disponibles para la investigación. El examen final de cada curso consiste en redactar y aprobar el Informe Final de Investigación de 35 páginas sin contar páginas preliminares ni anexos, original y auténtico. El Informe de Investigación representa el resultado final del proceso de investigación de cada curso y debe estar estructurado y compuesto de conformidad con el formato que exige la Universidad.
La tesis, se emprenderá previa aprobación de la propuesta por parte del Academic Staff de la Universidad, preferiblemente no mayor de 100 páginas sin contar páginas preliminares ni anexos, ni menor de 90 páginas, original y auténtica.
Uno de los trabajos de investigación aprobados, debe ser publicado como artículo científico o Research Paper en revistas científicas de cobertura mundial aceptadas por TAU. La Universidad puede gestionar ayudas para estas publicaciones mediante convenios existentes.
Todas las presentaciones se harán vía Internet.
[ TITULACIONES Y CERTIFICACIONES ]
Nuestros alumnos recibirán su título y notas Apostillado por la Haya a los efectos legales oportunos.
"El trámite de apostilla certificará la autenticidad de la firma de los documentos públicos en un país firmante del Convenio de La Haya, de 5 de octubre de 1961, por el que se suprime la exigencia de legalización de los Documentos Públicos Extranjeros que deban surtir efectos en otro país firmante del mismo. Con todo esto, el egresado de TAU, consigue consolidar su Curriculum, prestigio y profesionalidad a nivel internacional ".
Los estudiantes de países no adscritos a la Convención de La Haya, deben solicitar a la Universidad el procedimiento de legalización consular.
Matrícula y colegiatura
Total: US$ 6,999
Planes de pago sin intereses (si paga antes de la fecha de vencimiento): 24 cuotas mensuales de US$ 292, 32 cuotas mensuales de US$ 219. Incluye: matrícula, registro, programa académico, material didáctico digital, acompañamiento virtual, asesoría académica, metodología, evaluaciones y seguimiento.
Cuota de graduación US$ 650. Incluye: tesis (o proyecto de grado), diploma y transcript en inglés, autenticación del título o apostilla, puede cancelarse en dos o más cuotas, antes de la fecha de grado. Formas de pago: tarjeta de débito o crédito a través de servidor seguro y transferencia bancaria.
Requisitos de inscripción:
- Copia de la titulación de pregrado y copia de la titulación y notas de la maestría.
- Copia del documento de identidad con foto.
- Propuesta del Plan y forma de pago.
- Constancia laboral o de docencia universitaria.
A los efectos de iniciar el procedimiento de admisión, los citados documentos en copia electrónica (Pdf o Word), deben ser consignados por email a: admissions@tauniversity.org
Para mayor información sobre la metodología de estudio y requerimientos de admisión, visite https://tauniversity.org/programas/doctorados-distancia-online
