Maestría en Ciencia de Datos

José David Alanís Urquieta

Es Licenciado y Maestro en Ciencias de la Ciencias de la Computación, con Especialidad en Computación Matemática y Científica, en FCC BUAP. Doctorado en Tecnologías de la Información y Análisis de Decisiones en el CIP UPAEP. Estancia Post Doctoral en la FCC BUAP y LNS, Ha sido profesor e investigador a nivel superior: licenciatura y maestría, durante los 29 años instituciones públicas y privadas, nacionales e internacionales.

Colaboró en el diseño de los planes y programas de estudio, diseño de materias de las maestrías de Ciencia de Datos, Inteligencia Artificial y Analítica de Datos en instituciones públicas y privadas. Ha publicado en diversos foros nacionales e internacionales, en revistas y journals internacionales con índice en SCOPUS y JCR en el área de matemáticas aplicadas y en inteligencia artificial.

Se ha desempeñado como Programador, Administrador de Bases de Datos y Servidores en diversos proyectos en la iniciativa privada y gubernamental, en las áreas de Inteligencia Artificial, Bases de Datos y Redes. Ha sido árbitro, coordinador de árbitros y miembro del comité organizador por parte de la Sociedad Mexicana de Inteligencia Artificial en los eventos COMIA y MICAI desde 2020 a la fecha.

Además de ser miembro del comité del programa, como árbitro y presidente de sesión, a nivel Internacional en Malasia, India, Estados Unidos, Indonesia entre otros, en el área de Ciencia de Datos, Inteligencia Artificial y Matemáticas Aplicadas. 

Pascual Cornelio Hernández Sánchez

Docente universitario con más de 23 años de experiencia profesional y amplia trayectoria en la enseñanza de tecnologías de la información, análisis de datos y programación. Licenciado en Informática y Maestro en Sistemas de Calidad, con formación sólida en estadística, mejora continua y toma de decisiones basada en datos.

Cuenta con experiencia docente a nivel licenciatura, posgrado y educación ejecutiva, impartiendo asignaturas como Matemáticas Discretas, Principios de Programación, Excel Avanzado, Power BI, Python y Ciencia de Datos, integrando herramientas de inteligencia artificial en el proceso de enseñanza-aprendizaje.

Ha colaborado como docente en instituciones de prestigio como la Universidad Anáhuac Puebla, IBERO Puebla, Universidad Politécnica de Amozoc y la Universidad del Valle de México.

Su práctica docente se caracteriza por un enfoque práctico, orientado a la resolución de problemas reales, el desarrollo de competencias digitales y la aplicación inmediata del conocimiento en entornos académicos y empresariales.

Se distingue por su empatía, paciencia, dominio de herramientas TIC y compromiso con la formación integral de los estudiantes, fomentando el pensamiento analítico, la innovación y el aprendizaje continuo.

María Guadalupe López Molina

Es ingeniera en Sistemas Computacionales por la Universidad de las Américas, Puebla. Maestra en Ciencias de la Computación, por la Universidad Nacional Autónoma de México. Maestra en Docencia Universitaria por la IBERO Puebla. Doctora en Planeación Estratégica y Dirección de Tecnología por la Universidad Popular Autónoma del Estado de Puebla. 

Trabajó cinco años en Instituto Nacional de Astrofísica Óptica y Electrónica como jefe del Departamento de Cómputo y como Investigadora Adjunta; un año en Universidad Nacional Autónoma de México en el Centro de Instrumentos, colaborando en un proyecto de Procesamiento Digital de Imágenes Biomédicas, y ha trabajado 22 años en la IBERO Puebla como profesora; coordinadora de Ingeniería en Sistemas Computacionales, Ingeniería Industrial, e Ingeniería de Negocios; directora de Sistemas de Información, y directora del Departamento de Ciencias e Ingenierías. 

Sus intereses incluyen la innovación frugal, planeación estratégica, el diseño de estrategias para empresas familiares, la implementación de estrategias tecnológicas innovadoras para micro, pequeñas y medianas empresas, y la manufactura esbelta.4

Gudelia Pilar Pérez Conde

Es Maestra en Ingeniería en Sistemas y Cómputo Inteligente por la Universidad Politécnica de Puebla, Ingeniera en Sistemas por la Universidad del Valle de México.

Ha formado parte de la planta docente como profesora-investigadora de tiempo en la Universidad Politécnica de Amozoc y actualmente en la Universidad Politécnica de Puebla en el departamento de Tecnologías de la Información e Innovación Digital. Y profesora por asignatura en la Universidad del Valle de Puebla, su trayectoria en la docencia tiene más de 15 años.
Forma parte de la red temática en Inteligencia Computacional Aplicada RedICA. Es instructora nivel experto de Cisco Networking Academy.

Es autora y coautora de artículos y capítulos de libro de diversas editoriales, así como revisora de artículos en distintos congresos. Además, ha participado en diferentes concursos en el área de robótica, programación y ciencia de datos.

Sus áreas de interés son redes de computadoras, aprendizaje automático, aprendizaje profundo y ciencia de datos con aplicaciones en medicina y educación.

Gabriela A. Rodríguez Ruiz

Doctora en Ciencias con especialidad en Electrónica por el INAOE, con Maestría en Ciencias Computacionales e Ingeniería en Sistemas Computacionales. Su trayectoria combina experiencia académica y aplicada en el ámbito de la programación, análisis multivariado y ciencia de datos.

Ha impartido cursos de minería de datos, modelos supervisados y no supervisados, así como análisis estadístico aplicado en ingeniería y comunicación. Cuenta con certificaciones internacionales en ciencia de datos por IBM y Google, además de formación especializada en Python, machine learning y visualización de datos.

Realizó una estancia de investigación en la Universidad Técnica de Viena (TU Wien), Austria, enfocada en simulación de dispositivos a nivel cuántico, fortaleciendo su visión internacional y multidisciplinaria. Es autora de publicaciones en revistas científicas internacionales en áreas como inteligencia artificial y ciencia de datos aplicada a la salud, así como el modelado de dispositivos electrónicos.

Su enfoque actual se centra en el uso ético y socialmente relevante de la analítica de datos para resolver problemas complejos y generar impacto positivo.

Paulo Daniel Vázquez Mora 

Es un académico con una década de experiencia docente en ingeniería de software, informática y analítica de datos a nivel licenciatura y maestría en instituciones públicas impartiendo cursos en las áreas de Inteligencia Artificial, Big data, Bases de Datos, Lenguajes de Programación de alto nivel, Aplicaciones Multiplataforma, Servicios Web, entre otras. Su experiencia docente se complementa con 4 años como diseñador instruccional para la modalidad online, demostrando su compromiso con la calidad educativa.

Cuenta con una Maestría en Ingeniería en Sistemas y Cómputo Inteligente por la Universidad Politécnica de Puebla y una licenciatura en Sistemas Computacionales por el Instituto de Educación Digital del Estado de Puebla. Actualmente se encuentra concluyendo con sus estudios doctorales en Ciencias en Sistemas Computacionales y Electrónicos en la Universidad Autónoma de Tlaxcala.

En el ámbito profesional, ha liderado proyectos de software desde 2006 en la iniciativa privada y en el sector público, aportando su vasta experiencia en el desarrollo de soluciones innovadoras. Sus más de 20 publicaciones científicas arbitradas y de divulgación, presentadas en foros nacionales e internacionales, reflejan su activa contribución al conocimiento. Su sólida trayectoria académica y profesional lo consolidan como un experto en su campo.