Preparar a profesionales en conocimiento de la ciencia estadística para dar sustento a la investigación que desarrollan y, a la vez, sean capaces de insertarse en equipos de investigación multidisciplinarios, en los cuales aporten conocimientos estadísticos teóricos y metodológicos pertinentes.

1. Entregar una formación sólida en teoría y aplicación estadística utilizando métodos de enseñanza actualizados, con el objeto de consolidar conocimientos en la ciencia estadística.
2. Enseñar teoría y metodología estadística que permitan fundamentar y aplicar la ciencia estadística en el análisis de diversos problemas de investigación de carácter científico o de resolución práctica.
3. Fortalecer competencias en investigación y análisis de problemas complejos en diversos ámbitos del quehacer científico y práctico con la finalidad de colaborar en la toma de decisiones con base en la ciencia estadística.

Al término del Magister los/as graduados/as tendrán una base sólida en estadística avanzada y sus diversas herramientas teóricas, metodológicas y tecnológicas que les permitirán integrar equipos multidisciplinarios de investigación. Podrán aportar a los análisis avanzados y diseñar instrumentos estadísticos, además de comunicar y difundir de manera ética los hallazgos en el quehacer científico y, de este modo, contribuir al desarrollo social y económico del país.

Competencias Genéricas

• Desarrolla sus procesos de enseñanza-aprendizaje de manera autónoma utilizando diversos recursos para el logro de los objetivos propuestos.
• Comunica de forma efectiva la planificación, diseño y presentación de resultados de procesos científicos a diferentes tipos de audiencia.
• Presenta un comportamiento ético y responsable en la manipulación de datos, la aplicación de procedimientos estadísticos y comunicación de resultados en el ejercicio de su trabajo.
• Integra distintos equipos de profesionales del quehacer científico donde desarrolla su ejercicio profesional

Competencias Específicas

• Implementa distintos procedimientos estadísticos de investigación cuando se abordan problemas complejos de impacto científico, económico y social.
• Desarrolla análisis complejos de problemas científicos en diversas áreas del conocimiento mediante el uso o diseño de metodologías de trabajo innovadoras.
• Propone metodologías pertinentes mediante la utilización de herramientas estadísticas y computacionales.

• Karine Bertin, Doctora. CIMFAV, Facultad de Ingeniería UV. Modelos Estadísticos. Estimación no-paramétrica, estimación adaptativa, estadísticas de alta dimensión, modelos dependientes y métodos de segmentación.
• Alejandra Christen, Doctora. Instituto de Estadística UV. Procesos estocásticos. Comportamiento asintótico de procesos de Markov y astro-estadística.
• Javier Contreras, Doctor. Instituto de Estadística. Modelos Estadísticos. Teoría de información y distribuciones, series de tiempo, análisis multivariado, regresión no-lineal y computación estadística.
• Lisandro Fermín, Doctor en Matemáticas. CIMFAV, Facultad de Ingeniería UV. Procesos estocásticos. Inferencia estadística para procesos, procesos de agregación y memoria larga, modelos de Markov, aplicaciones en farmacodinámica, energía renovable.
• Carlos Henríquez, Doctor en Estadística. Instituto de Estadística. Modelos Estadísticos. Administración de datos, educación estadística y muestreo complejo.
• Germán Ibacache, Doctor en Estadística. Instituto de Estadística. Modelos Estadísticos. Modelos de efectos aleatorios, fijos, mixtos, semiparamétricos y sus diagnósticos.
• Julio César Marín, Doctor en Ciencias de la Atmósfera. Departamento de Meteorología. Modelos Estadísticos. Tropical meteorology, severe storms, atmospheric pollution, and mountain meteorology.
• Kerlyns Martínez, Doctora en Matemáticas. Instituto de Estadística. Procesos estocásticos. Ecuaciones diferenciales estocásticas, probabilidades numéricas, modelos de campo medio aplicados a la física matemática y al aprendizaje automático.
• Pablo Mendez, Doctor. Modelos Estadísticos.
• Claudia Navarro, Doctor en Educación Estadística. Instituto de Estadística. Modelos Estadísticos. Modelización estadística aplicada y educación estadística.
• Héctor Olivero Quinteros, Doctor en Matemáticas. CIMFAV, Facultad de Ingeniería UV. Procesos estocásticos. Probabilidades numéricas y aplicaciones de procesos estocásticos en neurociencia.
• Patricio Orio Álvarez, Doctor. Centro Interdisciplinario de Neurociencia de Valparaíso. Neurociencia Computacional. Computational Neuroscience; Dynamical Systems in Neuroscience; Neural Network Dynamics; Conductance-based models of neural excitability.
• Rolando Rebolledo, Doctor. CIMFAV, Facultad de Ingeniería UV. Procesos estocásticos. Procesos estocásticos en física, biología, finanzas y energías renovables no convencionales.
• Marco Riquelme, Doctor en Estadística. Instituto de Estadística. Modelos Estadísticos. Modelos con errores en las variables, mixtos y sus diagnósticos.
• Rodrigo Salas, Doctor. Escuela de Ingeniería Civil Biomédica. Aprendizaje de Máquinas. Aprendizaje de máquinas, estadística computacional, minería de datos, redes neuronales.
• Milan Stehlik, Doctor. Instituto de Estadística. Modelos Estadísticos. Probabilidades, Estadística, Computación Neuronal y Redes Neuronales.
• Mauricio Tejo, Doctor Instituto de Estadística UV. Procesos Estocásticos. Modelos estocásticos aplicados en neurociencia, psicología experimental y ecología.
• María Soledad Torres, Doctora en Ciencias de la Ingeniería Mención Modelación Matemática. CIMFAV, Facultad de Ingeniería UV. Procesos estocásticos. Ecuaciones Diferenciales Estocásticas, Inferencia Estadística en Procesos Estocásticos.
• Daira Velandia, Doctora. Instituto de Estadística UV. Procesos estocásticos. Estadística espacial, machine learning, datos de grandes dimensiones.

Podrán ingresar a programas de Magíster quienes estén en posesión de un grado de Licenciado o de un título profesional equivalente, de al menos 4 años u 8 semestres de duración, cuyo nivel y contenido de estudios se correspondan con los necesarios para obtener el grado requerido, condición que será determinada por por el Director o el Comité Académico del Programa respectivo. Además, cada programa puede establecer fechas y requisitos particulares de admisión, considerando aspectos tales como antecedentes académicos, examen de admisión, dominio de idiomas, cartas de recomendación, entrevista personal, entre otros.

Calendario Anual becas ANID

• Descuento arancelario de hasta un 40% para un máximo de 5 estudiantes con antecedentes académicos destacados y dependiendo de sus condiciones laborales/salariales, según evaluación del Comité Académico del Programa.
• Beca de exención arancelaria de un 100% durante el primer año de Magister, para un máximo 2 estudiantes de último año de las Carreras Ingeniería en Estadística y/o Ingeniería Estadística y Ciencias de Datos y/o Ingeniería Civil Matemática, que realicen articulación vía adscripción voluntaria.