- ES Español (Latinoamérica)

- EN English

1.6. Perfiles
1.6.1. Perfil del estudiante ↑ Volver arriba
El aspirante a ingresar a la Escuela Profesional de Computación Científica de la Universidad Nacional Mayor de San Marcos debe tener:
Conocimientos de:
- Conceptos fundamentales de álgebra, geometría, trigonometría y análisis matemático elemental.
- Fenómenos físicos y químicos básicos de su entorno cotidiano.
- Nociones elementales de probabilidad y estadística descriptiva.
Habilidades para:
- Identificar relaciones causa-efecto en sistemas naturales y abstractos, y predecir sus comportamientos.
- Distinguir entre observaciones empíricas y modelos teóricos, reconociendo sus límites y aplicaciones.
- Percibir y describir patrones cuantitativos y cualitativos en datos y fenómenos.
- Plantear hipótesis, diseñar procedimientos de verificación e interpretar resultados de manera rigurosa.
- Comunicar argumentos y conclusiones de forma clara, tanto oralmente como por escrito, utilizando lenguaje técnico apropiado.
- Mantener la concentración en tareas analíticas que demanden esfuerzo sostenido.
- Sintetizar información compleja y extraer conceptos esenciales.
- Adquirir y aplicar metodologías de estudio sistemático y autorregulado.
Actitudes de:
- Interés genuino y curiosidad por las ciencias exactas y naturales, y sus aplicaciones.
- Disposición para el trabajo colaborativo en laboratorios, talleres y proyectos académicos.
- Iniciativa para explorar problemas más allá del currículo y perseverancia ante desafíos intelectuales.
1.6.2. Perfil del graduado ↑ Volver arriba
El graduado del Programa Profesional de Computación Científica es capaz de:
- Aplicar fundamentos teóricos de matemática pura (álgebra lineal, análisis matemático, teoría de números) para modelar problemas complejos en ciencia e ingeniería.
- Diseñar e implementar algoritmos numéricos y simbólicos eficientes para resolver ecuaciones diferenciales, sistemas de optimización y problemas de álgebra computacional.
- Desarrollar software matemático utilizando lenguajes de programación científica (Python, Julia, MATLAB, C++) y bibliotecas especializadas para computación de alto rendimiento.
- Modelar y simular fenómenos utilizando métodos Monte Carlo, análisis de estabilidad, teoría de grafos y optimización combinatoria en aplicaciones reales.
- Aplicar técnicas de machine learning, deep learning y análisis de datos masivos para extraer patrones, construir predictores y resolver problemas de clasificación y clustering.
- Colaborar en proyectos interdisciplinarios de bioinformática, criptografía, finanzas cuantitativas, física computacional e inteligencia artificial, aportando rigor matemático.
- Analizar la complejidad computacional de algoritmos, implementar técnicas de paralelización y optimizar el uso de recursos en clusters y arquitecturas GPU.
- Comunicar resultados matemáticos y computacionales mediante publicaciones científicas, visualización de datos interactiva y documentación técnica rigurosa para diversas audiencias.
- Adaptar herramientas matemáticas para resolver problemas industriales en sectores como telecomunicaciones, logística, ciberseguridad, minería de datos y desarrollo de videojuegos.
- Continuar estudios de posgrado en matemática aplicada, ciencia de datos o computación científica, contribuyendo a la generación de conocimiento en áreas emergentes.
1.6.3. Perfil Profesional ↑ Volver arriba
El profesional en Computación Científica tiene las siguientes características:
- Aplicar teorías fundamentales de matemática pura y aplicada para modelar y resolver problemas complejos en ciencia e ingeniería.
- Diseñar e implementar algoritmos numéricos y simbólicos eficientes usando lenguajes científicos (Python, Julia, MATLAB, C++).
- Desarrollar modelos computacionales para simular fenómenos, resolver ecuaciones diferenciales y optimizar sistemas mediante métodos matemáticos avanzados.
- Aplicar técnicas de machine learning, deep learning y análisis de datos masivos para extraer patrones y construir predictores robustos.
- Trabajar con arquitecturas de computación de alto rendimiento (clusters, GPU) para resolver problemas de gran escala en tiempo razonable.
- Colaborar en proyectos interdisciplinarios en bioinformática, criptografía, finanzas cuantitativas, física computacional e inteligencia artificial.
- Comunicar resultados matemáticos y computacionales con rigor mediante publicaciones, visualizaciones interactivas y documentación técnica especializada.
- Analizar la complejidad computacional de algoritmos, implementar técnicas de paralelización y optimizar uso de recursos computacionales.
- Adaptar herramientas matemáticas para resolver desafíos en sectores como telecomunicaciones, minería, logística, ciberseguridad y desarrollo tecnológico.
- Continuar estudios de posgrado en matemática aplicada, ciencia de datos o computación científica, generando conocimiento original de impacto.
1.6.4. Perfil del docente ↑ Volver arriba
El docente de la carrera de Computación Científica es una persona que:
- Promueve la formación integral del estudiante mediante la enseñanza, investigación y extensión, transmitiendo conocimientos sólidos con claridad y simplicidad.
- Fomenta la investigación y el aprendizaje continuo para que los estudiantes se adapten a los avances del área y busquen el bien común de individuos, sociedad y organizaciones.
- Mantiene formación académica avanzada de calidad, con estudios a tiempo completo, buscando la excelencia académica a nivel internacional.
- Publica investigaciones en eventos internacionales y revistas indexadas de alto impacto, contribuyendo al avance del conocimiento y manteniéndose actualizado.
- Establece redes de cooperación con instituciones de nivel internacional, enriqueciendo la experiencia educativa.
- Participa activamente en la formación e integración del estudiante a la comunidad académica , promoviendo la exigencia continua y rigor académico.