UNIVERSIDAD SIGLO 21
Carrera de Licenciatura en Ciencia de Datos
Programa de Exámenes Finales Integradores Presenciales: EFIP II
Fundamentación
El Examen Final Integrador Presencial (EFIP II) es una instancia fundamental para
evaluar los conocimientos y competencias adquiridos por los estudiantes a lo largo de
su formación profesional. Forma parte del Sistema Integral de Evaluación y cumple
con los requisitos establecidos por la normativa vigente del Sistema Educativo a
Distancia, diseñado por la Universidad Siglo 21 y aprobado por el Ministerio de
Educación de la Nación mediante resolución de la CONEAU.
Este examen integra los procedimientos académicos y administrativos previstos para
la evaluación de aprendizajes, así como para el desarrollo de competencias en
escritura y oralidad. Además, representa un momento de interacción sincrónica entre
docentes y estudiantes.
Los Exámenes Finales Integradores Presenciales (EFIP) constituyen un componente
esencial del modelo académico de Educación a Distancia implementado por la
Universidad Siglo 21 y tienen carácter obligatorio.
Objetivo General
Obtener una visión cualitativa y cuantitativa de la integración y transferencia que
realiza el/la estudiante sobre los conocimientos de las distintas asignaturas en su
desarrollo profesional en formación.
Competencias
Institucionales
Gestión del conocimiento: Dirige procesos de obtención, construcción, aplicación y
comunicación de nuevo conocimiento, en función de la resolución de problemas teóricos o
prácticos.
UC1: Adquisición de información relevante y organizada
UC2: Generación del conocimiento
UC3: Transferencia del conocimiento
UC4: Comunicación del Conocimiento
Competencia Profesional: Explotación de datos en áreas tecnológicas y de sistemas
UC2. Analiza grandes datos identificados
Contenido
El EFIP II tiene una estructura compuesta por 3 (tres) módulos específicos de la
carrera. Cada uno de ellos está referido o representados por ejes temáticos según el
detalle presentado a continuación.
Módulo 1
Aprendizaje automático e Inteligencia Artificial
1.1. Algoritmos de aprendizaje automático.
1.2. Conceptos de Inteligencia Artificial.
1.3. Librerías de Python para machine learning.
Módulo 2
Aprendizaje profundo
2.1: Modelos de Aprendizaje Profundo.
2.2: Arquitecturas y Bibliotecas.
2.3. Redes Neuronales, Algoritmo “Back-Propagation”
Módulo 3
Procesamiento del Lenguaje Natural
3.1. Expresiones regulares: segmentación y normalización.
3.2. Lematización y radicalización.
3.3. Modelos de Lenguaje Natural.
Bibliografía
Al ser un examen integrador, el alumno –según la temática elegida- deberá remitirse
como base, a la bibliografía de las materias que abordan la temática seleccionada.
Toda la Bibliografía vista en la carrera hasta el momento.
Metodología
La instancia contempla una evaluación escrita y otra oral sobre los contenidos
establecidos por el/la Directora/a de la carrera.
Se utiliza la didáctica de casos como instrumentos educativos simulados, que pueden
basarse en la vida real o incluir información variada para que el/la estudiante pueda
tener un contexto más completo. Al final del caso se presentan las preguntas críticas.
Page 1 | 3
Este modelo permite, en caso de ser necesario, el trabajo en grupos para dar
respuesta a las indagaciones sobre el caso.
En el siguiente enlace se encuentra una descripción detallada sobre las características
del Examen Final Integrador Presencial: https://www.lanube.21.edu.ar/efip
Page 2 | 3