Inicio StudyCanadaUniversidades en CanadáCarleton UniversityCiencia de Datos, Analítica e Inteligencia Artificial
Especializaciones y variantes
M.A.Sc. Data Science, Analytics, and Artificial Intelligence (5.0 créditos)
M.C.S. Data Science, Analytics, and Artificial Intelligence (5.0 créditos)
M.Eng. Data Science, Analytics, and Artificial Intelligence (4.5 créditos)
M.I.T. Data Science, Analytics, and Artificial Intelligence (5.0 créditos)
M.Sc. Data Science, Analytics, and Artificial Intelligence (5.0 créditos)
Ph.D. Data Science, Analytics, and Artificial Intelligence (1.5 créditos)
Itinerarios y condiciones del programa
Estas tablas recogen los requisitos de la fuente para el período indicado. La interpretación oficial corresponde a la universidad.
Recorrido 1
| M.A.Sc. Ciencia de Datos, Analítica e Inteligencia Artificial - vía tesis (5.0 créditos) | ||
| 1. 1.0 crédito en: | 1.0 | |
| DATA 5000 [0.5] | Introducción a la Ciencia de Datos | |
| DATA 5001 [0.5] | Fundamentos en Ciencia de Datos y Analítica | |
| 2. 0.5 crédito en optativos aprobados de SYSC (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 0.5 | |
| 3. 0.5 crédito en optativos aprobados que no estén en SYSC (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 0.5 | |
| 4. 0.5 crédito en optativo de cualquier unidad participante en DSAAI | 0.5 | |
| Nota: 0.5 crédito de los optativos anteriores debe ser en aplicaciones de inteligencia artificial o aprendizaje automático (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | ||
| 5. 2.5 créditos en: | 2.5 | |
| DATA 5929 [2.5] | Tesis - MASc | |
| Créditos totales | 5.0 |
Recorrido 2
| Requisitos - vía tesis (5.0 créditos) | ||
| 1. 1.0 crédito en: | 1.0 | |
| DATA 5000 [0.5] | Introducción a la Ciencia de Datos | |
| DATA 5001 [0.5] | Fundamentos en Ciencia de Datos y Analítica | |
| 2. 0.5 crédito en optativos aprobados de COMP (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 0.5 | |
| 3. 0.5 crédito en optativos aprobados que no estén en COMP (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 0.5 | |
| 4. 0.5 crédito en optativo de cualquier unidad participante en DSAAI | 0.5 | |
| 5. 0.5 crédito de los optativos anteriores debe ser en aplicaciones de inteligencia artificial o aprendizaje automático (Ver el sitio web del programa DSAAI para la lista) | ||
| 6. 2.5 créditos en: | 2.5 | |
| DATA 5939 [2.5] | Tesis - MCS | |
| Créditos totales | 5.0 |
Recorrido 3
| M.Eng. Ciencia de Datos, Analítica e Inteligencia Artificial - vía curso (4.5 créditos) | ||
| 1. 1.0 crédito en: | 1.0 | |
| DATA 5000 [0.5] | Introducción a la Ciencia de Datos | |
| DATA 5001 [0.5] | Fundamentos en Ciencia de Datos y Analítica | |
| 2. 1.0 crédito en optativos aprobados de SYSC (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 1.0 | |
| 3. 0.5 crédito en cualquier curso de posgrado SYSC | 0.5 | |
| 4. 1.0 crédito en optativos aprobados de dos unidades que no sean SYSC (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 1.0 | |
| 5. 1.0 crédito en optativos de cualquier unidad participante en DSAAI | 1.0 | |
| Nota: 0.5 crédito de los optativos anteriores debe ser en aplicaciones de inteligencia artificial o aprendizaje automático (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | ||
| Créditos totales | 4.5 |
Recorrido 4
| M.I.T. Ciencia de Datos, Analítica e Inteligencia Artificial - vía tesis (5.0 créditos) | ||
| 1. 1.0 crédito en: | 1.0 | |
| DATA 5000 [0.5] | Introducción a la Ciencia de Datos | |
| DATA 5001 [0.5] | Fundamentos en Ciencia de Datos y Analítica | |
| 2. 0.5 crédito en optativos aprobados de ITEC (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 0.5 | |
| 3. 0.5 crédito en optativos aprobados que no estén en ITEC (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | 0.5 | |
| 4. 0.5 crédito en optativo de cualquier unidad participante en DSAAI | 0.5 | |
| Nota: 0.5 crédito de los optativos anteriores debe ser en aplicaciones de inteligencia artificial o aprendizaje automático (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | ||
| 5. 2.5 créditos en: | 2.5 | |
| DATA 5919 [2.5] | Tesis - MIT | |
| Créditos totales | 5.0 |
Recorrido 5
| M.Sc. Data Science, Analytics and Artificial Intelligence - vía tesis (5.0 créditos) | ||
| 1. 1.0 crédito en: | 1.0 | |
| DATA 5000 [0.5] | Introducción a la Ciencia de Datos | |
| DATA 5001 [0.5] | Fundamentos en Ciencia de Datos y Analítica | |
| 2. 0.5 crédito en optativa aprobada de MATH o STAT (ver el sitio web del programa DSAAI para la lista de optativas aplicables) | 0.5 | |
| 3. 0.5 crédito en optativas aprobadas que no sean de MATH ni STAT (ver el sitio web del programa DSAAI para la lista de optativas aplicables) | 0.5 | |
| 4. 0.5 crédito en optativo de cualquier unidad participante en DSAAI | 0.5 | |
| Nota: 0.5 crédito de los optativos anteriores debe ser en aplicaciones de inteligencia artificial o aprendizaje automático (ver el sitio web del programa DSAAI para la lista de optativos aplicables) | ||
| 5. 2.5 créditos en: | 2.5 | |
| DATA 5909 [2.5] | Tesis - MSc | |
| Créditos totales | 5.0 |
Recorrido 6
| Requisitos (1.5 créditos): | ||
| 1. 0.5 crédito en: | 0.5 | |
| DATA 5001 [0.5] | Fundamentos en Ciencia de Datos y Analítica | |
| 2. 1.0 crédito en optativa, aprobada por el supervisor (ver el sitio web del programa DSAAI para la lista de optativas aplicables) | 1.0 | |
| 3. 0.0 crédito en: | ||
| DATA 6907 [0.0] | Examen comprensivo doctoral | |
| 4. 0.0 crédito en: | ||
| DATA 6908 [0.0] | Propuesta doctoral | |
| 5. 0.0 crédito en: | 0.0 | |
| DATA 6909 [0.0] | Tesis - PhD | |
| Créditos totales | 1.5 |
Cursos
Estos cursos se han detectado en la página fuente del programa. Su presencia no significa que todos sean obligatorios en cada recorrido.
Fuentes y referencias
Año de referencia : 2026-27
Se conservan las fechas y las fuentes para ayudarle a verificar la información. Las traducciones se proponen para facilitar la lectura; la fuente oficial es la referencia para las condiciones y los requisitos.
Referencia de la fuente : https://calendar.carleton.ca/grad/gradprograms/dsa/