La inteligencia artificial (IA) es un área de conocimiento de las ciencias computacionales que ha tomado relevancia en diferentes campos, siendo uno de ellos las ciencias de información geoespacial debido a su utilización en el soporte para la solución de problemas de diversos tipos como los de clasificación, predicción, estimación, reconocimiento de patrones, o toma de decisiones, entre otros.

La Geointeligencia es el campo de conocimiento que se encarga de obtener, procesar y presentar información en un contexto espacio-temporal para describir, explicar y predecir escenarios de interés con el fin de promover que los procesos de toma de decisión estén sustentados en el método científico. Adicionalmente, y debido a la gran cantidad de información disponible, se ha hecho indispensable utilizar herramientas de las Ciencias Computacionales (CC), particularmente el área de IA, estadística y matemáticas, dando lugar a la Geointeligencia Computacional (GC), la cual busca ampliar y fortalecer las capacidades de adquisición, análisis y visualización de datos geoespaciales para incorporarlos en procesos de descubrimiento de conocimiento.

En esta orientación, los problemas de interés pueden abordarse desde la adquisición, procesamiento, análisis, representación y visualización de datos geoespaciales, imágenes, datos adquiridos por sensores remotos, entre otros; así como los algoritmos y métodos matemáticos y computacionales aplicables a la solución de estos problemas.

Objetivo general

Formar capital humano de alto nivel en el área de Geointeligencia Computacional con la capacidad de llevar a cabo tareas de investigación básica y aplicada basadas en la aplicación o generación de algoritmos, técnicas o metodologías de las Ciencias Computacionales e ingeniería enfocados a la extracción de conocimiento a partir de datos geoespaciales, su interpretación y su uso en procesos de toma de decisiones, potenciando la investigación interdisciplinaria en los estudiantes.

Objetivos específicos

• Formar estudiantes con habilidades interdisciplinarias capaces de abordar y proponer soluciones a problemas complejos mediante el uso del método científico y la aplicación de conocimiento a las diversas líneas de investigación de la orientación.
• Formar estudiantes capaces de identificar y afrontar problemas de la sociedad considerando el componente territorial como eje fundamental en los procesos de toma de decisiones que conlleven al planteamiento de soluciones que minimicen impactos y maximicen beneficios.
• Formar estudiantes capaces de generar o aplicar conocimiento matemático y estadístico para la construcción de modelos o heurísticas que permitan la aproximación de soluciones computacionales a problemas de la sociedad.
• Formar estudiantes con habilidades en Ciencias Computacionales e IA para la aplicación o creación de nuevos algoritmos, técnicas o metodologías que resulten en herramientas de soporte para la toma de decisiones.

Perfil de ingreso

Los aspirantes a ingresar al programa deberán ser egresados de carreras como Ingeniería electrónica, mecatrónica, Computación, Matemáticas, Informática, Estadística, Actuaría, Física o campos de conocimiento afines, y tener conocimientos previos de programación de computadoras.

Perfil de egreso

Al concluir sus estudios de maestría, el egresado habrá adquirido las competencias, conocimientos, habilidades que se enlistan a continuación.

Conocimientos

• Teorías y metodologías relacionadas con las líneas de investigación de Geointeligencia Computacional.
• Teoría de Aprendizaje Automático e Inteligencia Artificial.
• Teorías y metodologías de Ciencias de la Computación aplicadas a la extracción, análisis y representación de información geoespacial.

Habilidades

• Proficiencia en la programación de modelos de Aprendizaje Computacional.
• Capacidad matemática para entender diferentes desarrollos en las áreas de Inteligencia Artificial y Aprendizaje Computacional.
• Visualización de información geoespacial orientada a la toma de decisiones.
• Diseño e implementación de modelos computacionales basados en técnicas de Inteligencia Artificial para la descripción de fenómenos con descriptores espacio-temporales.