En este curso Artículo Final de Graduación, el estudiante aplicará todos los conocimientos adquiridos en los cursos previos de métodos avanzados en ciencia de datos, deep learning y optimización. El curso está diseñado para guiar al estudiante en el desarrollo de una investigación original y su aplicación en datos reales, desde la revisión de técnicas

de investigación hasta la formulación de conclusiones y propuestas de trabajo futuro.
Las primeras dos semanas estarán dedicadas a revisar técnicas de investigación y los elementos clave de un artículo (paper) científico. Las siguientes seis semanas se dedicarán a sesiones individualizadas de asesoría y trabajo para orientar al estudiante en el desarrollo de su artículo.

Objetivos:

  1. Capacitar al estudiante en técnicas de investigación y en la estructura de un artículo en Ciencia de Datos e Inteligencia Artificial.

  2. Guiar al estudiante en la construcción de un marco teórico, revisión del estado del arte, y desarrollo de una propuesta de investigación.

  3. Orientar el análisis comparativo entre datos reales y simulados y su presentación en tablas y gráficos.

  4. Facilitar la redacción de conclusiones y la identificación de áreas de trabajo futuro.

  5. Preparar al estudiante para la defensa y presentación final de su artículo.

Metodología:

El curso combina sesiones teóricas iniciales, trabajo individual, y asesorías personalizadas.
En las primeras dos semanas, se cubrirán temas fundamentales de técnicas de investigación
y los elementos de un artículo científico. Luego, el estudiante trabajará de forma independiente en su proyecto, recibiendo orientación en sesiones de asesoría individualizadas cada semana para asegurar el progreso adecuado del artículo.

Las herramientas y recursos incluyen:

  1. Sesiones teóricas: Durante las dos primeras semanas, se presentarán técnicas de investigación y los elementos estructurales de un artículo científico.

  2. Asesoría individual: Se realizarán sesiones semanales de asesoría personalizada para apoyar el desarrollo de un artículo.

  3. Foro de consulta: Espacio en Moodle para plantear dudas y recibir retroalimentación continua.

  4. Aula virtual en Moodle: Acceso a materiales de apoyo, ejemplos de estructura un artículo científico y bibliografía complementaria.

Imagen de Ph.D. Oldemar Rodríguez

Ph.D. Oldemar Rodríguez

Catedrático de la Universidad de Costa Rica, tiene un Ph.D. del UFR Matemáticas de la Decisión de la Universidad de París - PSL y un diploma postdoctoral de la Universidad de Stanford en California en "Data Mining and Applications". En la Universidad de Costa Rica obtuvo su bachillerato y licenciatura en Matemática Pura y en el Instituto Tecnológico de Costa Rica se graduó como Máster en Ciencias de la Computación.

Profesores asistentes 

Imagen de César Vargas

César Vargas

Matemático

Imagen de Alejandro Vargas

Alejandro Vargas

Analista de Datos

Imagen de Jeniffer Lobo

Jeniffer Lobo

Analista de Datos

11 de noviembre, 2025

$400