Primavera 2026 (UNAM: 2026-2)
Repositorios Digitales
Este curso ofrece una inmersión completa en el mundo de la Ciencia de Datos, Sistemas de Información, y Repositorios Digitales. Está diseñado para proporcionar a los estudiantes un entendimiento profundo de los conceptos teóricos y habilidades prácticas necesarias para navegar y liderar en el campo de la tecnología de la información.
Primavera 2026 (UNAM: 2026-2)
- Horario
- Lunes y Miércoles, 8:00–10:00 AM
- Ubicación
- Salón A101
Personal Docente

Programa (PDF)
Descarga el programa completo en PDF.
Temario (PDF)Temario
Datos del Mundo Real
- Introducción a los Repositorios Digitales
- Datos del Mundo Real
- Interoperabilidad y Estándares de Metadatos
- Evaluación de repositorios
Ciencia de Datos
- Análisis exploratorio de datos
- Análisis exploratorio de datos
- Visualización de Datos
- Machine Learning
Organización de la Información
- Taxonomías y Jerarquías para la Organización de Datos
- Ontologías
- Estándares de Metadatos
- Folksonomías y Etiquetado
- Procesos de Catalogación de Datos
- Estándares Internacionales de Metadatos
Arquitectura de Sistemas de Información
- Fundamentos de la Arquitectura de Sistemas
- Componentes de Hardware y Software de un Sistema de Información
- Diseño y Modelado de Sistemas
- Bases de Datos y Almacenamiento de Datos
- Tendencias Actuales y Futuras en Arquitectura de Sistemas
- Integración de Sistemas y Migración de Datos
Computación en Repositorios Digitales
- Introducción a la Computación en Repositorios Digitales
- Procesamiento y Análisis de Datos en Repositorios
- Métodos Computacionales para Datos a Gran Escala
- Computación Distribuida en Ciencia de Datos
- Herramientas y Marcos para la Computación en Repositorios
- Visualización de Datos y Reportes
Aspectos Legales y Éticos
- Protección de la Propiedad Intelectual en Ciencia de Datos
- Privacidad y Seguridad de Datos
- Consideraciones Éticas en el Manejo de Datos
Gestión y Estrategias de Financiamiento
- Fundamentos de financiamiento en tecnología de la información
- Modelos de costos para sistemas de información y repositorios digitales
- Crowdfunding, financiamiento colectivo, y colaboraciones
- Modelos de negocio y generación de ingresos para repositorios digitales
Evaluación
- 20%
Tareas
Ejercicios cortos y estudios de caso relacionados con los temas del curso.
- 20%
Presentaciones de los Alumnos
Presentaciones sobre temas específicos del curso.
- 15%
Exámenes rápidos
Evaluaciones intermedias del curso.
- 20%
Examen Final
Evaluación escrita al final del curso cubriendo todos los temas.
- 25%
Proyecto Práctico
Proyectos que involucran la aplicación práctica de los conocimientos.
Políticas
- La asistencia no tiene un valor porcentual directo sobre la calificación final. Sin embargo, se requiere un mínimo del 80% de asistencia para tener derecho a la evaluación continua y al examen ordinario final.
- Todos los trabajos entregados (tareas, presentaciones y proyectos) deben ser de autoría propia. El uso de herramientas de Inteligencia Artificial está permitido únicamente para búsqueda de información, lluvia de ideas, revisión gramatical, pero no para la redacción final del contenido. El profesor se reserva el derecho de solicitar una réplica oral presencial de cualquier trabajo entregado. Si el alumno no logra demostrar el dominio del tema o la autoría del texto durante la réplica, la actividad será anulada (calificación de 0).
Lecturas
- Downey, A. (2018). Elements of Data Science. O'Reilly Media, Inc.
- Glushko, Robert J. (2013). The Discipline of Organizing (4th Professional ed.).
- Dietrich, David, Barry Heller, and Beibei Yang. (2015). Data Science & Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data. Wiley.
- Schneier, B. (2015). Data and Goliath: The Hidden Battles to Collect Your Data and Control Your World. WW Norton & Company.
- Davis, K. (2012). Ethics of Big Data: Balancing Risk and Innovation. O'Reilly Media, Inc.
- Jones, R. E., Andrew, T., & MacColl, J. (2006). The Institutional Repository. Elsevier.
