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

1. 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.
2. Beca de exención arancelaria de un 100% durante el primer año de Magister, para un máximo 3 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.