Las tendencias tecnológicas en el mundo moderno apuntan hacia la necesidad de sistemas computacionales, de mayor flexibilidad y con posibilidades novedosas de interacción, capaces de adaptarse a condiciones no previstas, ruidosas o con incertidumbre. El aprendizaje automático, el análisis y ciencia de datos, la bioinformática y biomédica, así como sistemas bio-inspirados están generando tecnología para dotar a los sistemas computacionales con las capacidades mencionadas, que transformarán la sociedad, la economía y el entorno en este siglo XXI. El Doctorado en Ciencias Computacionales prepara a sus estudiantes para ser líderes científicos, académicos y desarrolladores tecnológicos.
Convocatoria de Becas
El Doctorado en Ciencias Computacionales está dirigida a maestros en ciencias o maestros en ingeniería, particularmente de las áreas de informática, sistemas digitales u otras ingenierías afines, o ciencias exactas, interesados en realizar investigación de alto impacto, para contribuir al conocimiento de alguna de las áreas de especialidad de las Ciencias Computacionales.
Nuestro programa de posgrado es de cobertura nacional, impartido actualmente en los campus Monterrey y Estado de México.
Líneas de generación y aplicación de conocimiento
Las líneas de Generación y Aplicación de Conocimiento (LGAC) que se trabajan en los grupos de investigación del programa se describen enseguida:
Apoyos financieros
El Tecnológico de Monterrey ofrece una beca total de colegiatura. Para ser candidato a la beca se requiere ser alumno de tiempo completo y cumplir con los requisitos de admisión del programa.
*Pregunta por las opciones de beca de manutención.
Este programa tiene como objetivos formar investigadores independientes que logren:
Profesores
Programa impartido por profesores con grado de doctorado y experiencia profesional de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey.
Acreditaciones
Este programa cuenta con acreditaciones y reconocimientos de instituciones nacionales e internacionales como:
Modelo educativo
Se promueve la participación activa del alumno en su formación profesional y personal por medio del aprendizaje individual y colaborativo. Este modelo también permite que el alumno construya su conocimiento con la guía de profesores expertos en su campo profesional y en docencia.
El programa de Doctorado en Ciencias Computacionales está diseñado para candidatos con capacidad académica probada, creatividad, motivación y potencial para llevar a cabo investigaciones que se manifiesten en trabajos originales que contribuyan a enriquecer el campo de las tecnologías de información y computación.
En el caso del DCC, se cuenta con un adecuado mecanismo de selección de aspirantes que considera los aspectos relevantes para identificar el perfil académico, como el de investigación necesarios para un desempeño sobresaliente.
El Tecnológico de Monterrey busca integrar en todos sus programas de posgrado a una nueva generación de estudiantes que hayan concluido sus estudios de licenciatura y que se distingan por ser: personas talentosas, entusiastas, comprometidas con el desarrollo de su entorno y con el bienestar de la sociedad; personas que tengan el potencial para concluir exitosamente su programa de posgrado y convertirse en líderes con espíritu emprendedor, sentido humano y competitivos internacionalmente.
Antecedente académico de ingreso: Maestría en un área afín a las líneas de investigación del programa.
Al término del programa el alumno será capaz de:
Received a B.S. degree in biomedical engineering, M.S. degree in microelectronics and a...
Ver perfilLuz Maria Alonso-Valerdi completed her professional studies at the Faculty of Electroni...
Ver perfilI received the B.Sc. degree in mechatronics engineering from Universidad Autónoma de Bu...
Ver perfilDr. Ramon F. Brena is full professor at the Tecnologico de Monterrey, a private univers...
Ver perfilProfessor of Computer Science and Artificial Intelligence. My experience is on defining...
Ver perfilHector G. Ceballos is head of the Scientometrics office at the Research Vice-Rectory o...
Ver perfilLeonardo Chang received his bachelor degree with honors from CUJAE University in Havana...
Ver perfilDr. Santiago Enrique Conant Pablos is Research Professor in Intelligent Systems at the ...
Ver perfilReceived the B.Eng. degree in Informatics from the Universidad Politécnica de Sinaloa, ...
Ver perfilMiguel González Mendoza's research activities are focused on Machine Learning, Human-Ma...
Ver perfilAndres Eduardo Gutierrez-Rodriguez holds a Ph.D. in Computer Sciences from the National...
Ver perfilReceived a B.S. degree in biomedical engineering, M.S. degree in microelectronics and a...
Ver perfilLuz Maria Alonso-Valerdi completed her professional studies at the Faculty of Electroni...
Ver perfilI received the B.Sc. degree in mechatronics engineering from Universidad Autónoma de Bu...
Ver perfilDr. Ramon F. Brena is full professor at the Tecnologico de Monterrey, a private univers...
Ver perfilSistemas Bioinspirados
Dr. Santiago E. Conant P
Dr. Hugo Terashima M.
Dr. José Carlos Ortiz B.
Dr. Iván M. Amaya C.
Dr. Édgar Covantes Osuna
Modelos de Aprendizaje Automático
Dr. Raúl Monroy B.
Dr. Miguel González M.
Dr. Ramón F. Brena P.
Dr. Juan A. Nolazco F.
Dr. Jorge A. Ramírez U.
Dr. Miguel A. Medina Pérez
Dr. Salvador E. Venegas A.
Dr. Octavio Loyola G.
Dr. Leonardo Chang Fernández
Dr. Luciano García Bañuelos
Dr. Gilberto Ochoa Ruiz
Dr. César Torres Huitzil
Dr. Jorge Rodíguez Ruiz
Dr. Jesús Arturo Pérez Díaz
Dr. Andrés Eduardo Gutiérrez Rodríguez
Ciencia de Datos y Matemáticas Aplicadas
Dr. Luis A. Trejo R.
Dr. Viacheslav Kalashnikov
Dr. Francisco J. Cantú O.
Dr. Neil Hernández G.
Dr. J. Julieta Noguez M.
Dr. Héctor Gibrán Ceballos Cancino
Bioinformática y Biomedica
Dr. Víctor M. Treviño A.
Dr. José G. Tamez P.
Dr. Juan Emmanuel Martínez L.
Dr. Claudia Rangel Escareño
Dr. Mariel Alfaro Ponce
Dr. Mahdi Zareei
Dr. Luz Ma. Alonso Velardi
Líneas de investigación
1. Sistemas Bio-Inspirados (Bio-inspired Algorithms)
Esta línea de investigación se enfoca en el desarrollo, la extensión y la modificación de algoritmos y métodos para resolver problemas complejos sistematizando las soluciones informales en modelos heurísticos y matemáticos. Muchos problemas reales cuando crecen en tamaño son difíciles de modelar usando herramientas matemáticas, pero la naturaleza nos muestra mediante muchos ejemplos cómo es posible sintetizar la complejidad a una función que pueda resolverse en forma práctica. Sin embargo, la emulación computacional de la problemática particular a resolver no es sencilla y requiere la investigación profunda de muchos aspectos. Las técnicas investigadas están basadas en inteligencia computacional que incluye computación evolutiva, redes neuronales y lógica difusa en primera instancia. Otras técnicas inspiradas en la naturaleza también consideradas son sistemas inmunes artificiales, inteligencia de enjambres y recocido simulado. Dentro de la investigación es importante estudiar familias de problemas relacionados con optimización, diseño, verificación y pronóstico que impactan áreas de aplicación como logística, manufactura, procesos industriales, y finanzas computacionales.
2. Modelos de aprendizaje automático (Machine Learning)
Esta línea se enfoca en la investigación de modelos computacionales de aprendizaje con el objetivo de pronosticar o identificar comportamientos sobre un conjunto de datos o ejemplos de entrada y que conlleva a una mejor toma de decisiones. El estudio y desarrollo de diferentes algoritmos de aprendizaje es objetivo primordial de este grupo y en los que destacan una variedad de métodos de aprendizaje supervisado o no supervisado, algoritmos de clasificación de una clase o multi-clase, algoritmos de agrupamiento, aprendizaje por refuerzo, reconocimiento de patrones, entre otros. También se investiga cómo complementar el comportamiento de las técnicas mencionadas previamente mediante otras como inteligencia artificial simbólica, sistemas multi-agentes, semántica y ontologías, y conocimiento del contexto. Todo lo investigado en esta línea tiene una amplia gama de aplicaciones, tales como salud, energía, seguridad (informática), redes sociales, inteligencia ambiental, cómputo ubicuo, y es relevante en disciplinas multi-disciplinares tales como big-data, data analytics e inteligencia de negocios.
3. Ciencia de Datos y Matemáticas Aplicadas (Data & Computational Science)
La línea de investigación en ciencia de datos y matemáticas aplicadas estudia aspectos relacionados con el tratamiento de datos y el análisis estadístico, así como con conocimiento del dominio de discurso, con el propósito de extraer conocimiento de datos, generalmente de gran volumen (big data) y que pueden o no ser estructurados. Esta línea se complementa con las dos primeras para estructurar la solución a grandes problemas de la vida moderna, tales como el abasto de alimento, agua, energía, salud, seguridad, etc.
4. Bioinformática y Biomédica (Bioinformatics and Biomedic)
En Bioinformática y Biomédica se estudian algoritmos y experimentos para el análisis, identificación y validación de biomarcadores, diagnósticos para enfermedades (incluyendo cáncer) y en los procesos de diferenciación de células madre. Adicionalmente, en relación con genómica el estudio se centra en el análisis, identificación y validación de las mutaciones, alteraciones genéticas y epigenéticas en diversas enfermedades y en el uso de tecnologías genómicas como secuenciación de nueva generación (NGS). Por otro lado, para la parte de Biomédica, la línea investiga el control y procesamiento de señales biomédicas, en especial en electroencefalografía o en imágenes de resonancia magnética; además, se estudia cómo diseñar nuevos dispositivos médicos.
A continuación listamos algunas de las colaboraciones internacionales en que los miembros del claustro DCC-MCC han estado involucrados a partir de 2013:
Dentro del mismo Tecnológico de Monterrey, el programa DCC-MCC es apoyado por grupos de investigación establecidos que cuentan con financiamiento, los cuales se denominan “Grupos de Investigación de Enfoque Estratégico” (GIEE). DCC-MCC es apoyado por los siguientes Grupos:
* Datos al mes de diciembre de 2020
Adicionalmente, los miembros del cuerpo académico del DCC-MCC realizan actividades de vinculación con diferentes centros de investigación, universidades y empresas. Las actividades para la vinculación con otros sectores de la sociedad comprenden cursos y talleres, seminarios, consultoría y la investigación. Estos proyectos se derivan de los grupos de enfoque antes mencionados, de diversos proyectos de CONACyT y de la relación con empresas. Estas vinculaciones se traducirán en un aumento en la producción científica del programa y su impacto social, la impartición de los cursos de posgrado con las experiencias adquiridas en esas vinculaciones, la disponibilidad de fondos para diferentes propósitos de investigación como asistencia a congresos y pago por publicaciones, el desarrollo de las tesis con enfoque hacia problemáticas reales, y aumento de publicaciones del profesor con el alumno como coautor. Además, la participación del cuerpo académico en la divulgación de la ciencia a través de diferentes medios. Por otra parte, la vinculación permite un mecanismo para la movilidad e intercambio académico de profesores y alumnos, las estancias de investigación, la codirección de tesis.