Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Núcleo de formación
profesional
4° semestre
Carrera:
Profesional Técnico-Bachiller en
Ciencia de datos e inteligencia artificial
DMML-00 1/ 22
Colegio Nacional de Educación Profesional Técnica
Semestre: Cuarto.
Vigencia: Cuatro años, en tanto no se produzca un documento que lo anule o desaparezca el objeto del actual.
Prohibida la reproducción total o parcial de esta obra por cualquier medio, sin autorización por escrito del CONALEP.
DMML-00 2/ 22
Colegio Nacional de Educación Profesional Técnica
Directorio
Director General Coordinadores de la Dirección de Diseño Curricular:
Enrique Ku Herrera
DMML-00 3/ 22
Colegio Nacional de Educación Profesional Técnica
Contenido Pág.
2.1 Presentación 10
2.5 Referencias 22
DMML-00 4/ 22
Colegio Nacional de Educación Profesional Técnica
El Sistema CONALEP invita a valorar las repercusiones de ser una Institución de Excelencia Educativa; a proponer que en cada
uno de nuestros planteles se piense en las formas tan diversas que existen de aportar, para que México sea mejor, más justo y
equitativo con el esfuerzo de todos.
Un estudiante formado en nuestros planteles, deberá siempre distinguirse por su continuo esfuerzo para incorporarse en las
mejores condiciones al mercado laboral o tener la opción de continuar sus estudios en Educación Superior para competir con
otros jóvenes en un mundo productivo que cada día demanda un mayor dominio de la técnica y la tecnología frente a los
enormes retos de la industria 4.0 y las necesidades de la sociedad mexicana.
Estos programas de estudio son resultado del intenso trabajo de docentes, académicos de prestigio e instituciones del sector
productivo, público y privado, para lograr una opción de formación de calidad, al servicio de los sobresalientes estudiantes de
la República Mexicana.
DMML-00 5/ 22
Colegio Nacional de Educación Profesional Técnica
Educar, implica una gran responsabilidad, la tarea es compleja, tiene que ver con los intereses y las necesidades de los alumnos,
con la vocación del profesional de la educación involucrado en ello, su claridad, voluntad y preocupación por hacer llegar de
mejor manera el saber a sus estudiantes.
Educar, también es responder a las necesidades del entorno inmediato de la familia, de la comunidad, del país y, desde luego,
con el propio desarrollo de la humanidad.
El cumplimiento de los planes y programas de estudio vigentes, plantean el desafío de ser acordes con los tiempos actuales,
así como con el desarrollo económico, social y cultural del país, entre otros; habrán de expresar en sus contenidos, de manera
clara, las estrategias de planeación, desarrollo y evaluación; asimismo, contienen invariablemente una visión precisa acerca de
lo que se quiere lograr con ellos, en la relación educativa entre docentes y alumnos.
El presente documento es producto del esfuerzo coordinado de grupos de especialistas, docentes y trabajadores al servicio de
la Educación, para cumplir con su diseño el reto de confirmar que el Sistema CONALEP es una Institución de Excelencia
Educativa.
Con el esfuerzo de todos, se concreta esta misión educativa, fundamental para el desarrollo de nuestro país.
DMML-00 6/ 22
Colegio Nacional de Educación Profesional Técnica
Aplicar modelos de inteligencia artificial por medio del análisis de datos, así como del conjunto de elementos para gestionar la información
de la nube, utilizando paradigmas de programación, a fin de generar soluciones tecnológicas innovadoras en los diversos sectores de la
industria.
DMML-00 7/ 22
Colegio Nacional de Educación Profesional Técnica
• Enfrenta las dificultades que se le presentan y es consciente de sus valores, fortalezas y debilidades.
Se autodetermina y cuida de sí
• Identifica sus emociones, las maneja de manera constructiva y reconoce la necesidad de solicitar apoyo ante
1. Se conoce y valora a sí mismo y
una situación que lo rebase.
aborda problemas y retos
• Elige alternativas y cursos de acción con base en criterios sustentados y en el marco de un proyecto de vida.
teniendo en cuenta los
• Analiza críticamente los factores que influyen en su toma de decisiones.
objetivos que persigue. • Asume las consecuencias de sus comportamientos y decisiones.
• Administra los recursos disponibles teniendo en cuenta las restricciones para el logro de sus metas.
2. Es sensible al arte y participa
en la apreciación e • Valora el arte como manifestación de la belleza y expresión de ideas, sensaciones y emociones.
interpretación de sus • Experimenta el arte como un hecho histórico compartido que permite la comunicación entre individuos y
expresiones en distintos culturas en el tiempo y el espacio, a la vez que desarrolla un sentido de identidad.
géneros. • Participa en prácticas relacionadas con el arte
• Reconoce la actividad física como un medio para su desarrollo físico, mental y social.
3. Elige y practica estilos de vida
• Toma decisiones a partir de la valoración de las consecuencias de distintos hábitos de consumo y conductas
saludables.
de riesgo.
• Cultiva relaciones interpersonales que contribuyen a su desarrollo humano y el de quienes lo rodean.
Se expresa y comunica
4. Escucha, interpreta y emite • Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas o gráficas.
mensajes pertinentes en • Aplica distintas estrategias comunicativas según quienes sean sus interlocutores, el contexto en el que se
distintos contextos mediante encuentra y los objetivos que persigue.
la utilización de medios, • Identifica las ideas clave en un texto o discurso oral e infiere conclusiones a partir de ellas.
códigos y herramientas • Se comunica en una segunda lengua en situaciones cotidianas.
apropiados. • Maneja las tecnologías de la información y la comunicación para obtener información y expresar ideas.
• Sigue instrucciones y procedimientos de manera reflexiva, comprendiendo como cada uno de sus pasos
contribuye al alcance de un objetivo.
Piensa crítica y reflexivamente
• Ordena información de acuerdo con categorías, jerarquías y relaciones.
5. Desarrolla innovaciones y
• Identifica los sistemas y reglas o principios medulares que subyacen a una serie de fenómenos.
propone soluciones a
• Construye hipótesis y diseña y aplica modelos para probar su validez.
problemas a partir de métodos
• Sintetiza evidencias obtenidas mediante la experimentación para producir conclusiones y formular nuevas
establecidos. preguntas.
• Utiliza las tecnologías de la información y comunicación para procesar e interpretar información.
DMML-00 8/ 22
Colegio Nacional de Educación Profesional Técnica
DMML-00 9/ 22
Colegio Nacional de Educación Profesional Técnica
2.1. Presentación
El módulo de Detección de malware con machine learning corresponde al núcleo de Formación Profesional de la carrera de Profesional
Técnico-Bachiller en Ciencia de datos e inteligencia artificial, se cursa en el cuarto semestre, y tiene como propósito que el alumno
utilizando la técnica de Machine Learning y un conjunto de datos etiquetados logre hacer la detección de malware. Este módulo forma
parte del Trayecto Técnico Seguridad y Criptografía.
Para el logro de lo antes planteado, el módulo está conformado por dos unidades de aprendizaje; la Unidad 1 Descripción del entorno de
análisis del malware mediante la cual se pretende que el alumno logre identificar y diferenciar un malware, así como los métodos, técnicas
y algoritmos de análisis estadístico para su detección; por otro lado, con la Unidad 2 Implementación de algoritmos en un entorno de
análisis para la detección de malware, en donde haciendo uso de algoritmos de clasificación y regresión mediante un entorno de análisis
hará la detección de software malicioso.
La contribución del módulo al perfil de egreso de la carrera en el que está considerado, se centra en aportar para que, con el desarrollo de
otras competencias de la carrera, el alumno logre las siguientes competencias definidas para el dominio de técnicas analíticas como el
machine-learning, deep-learning y analítica de texto, utilizar modelos predictivos con base en las actividades o proyectos de una empresa
y procesar datos empleando métodos matemáticos, estadísticos que sirvan para el aprendizaje.
La formación profesional del PT-B, en la carrera antes mencionada, está diseñada con un enfoque de procesos, lo cual implica que este
módulo tiene relación con competencias profesionales presentes en módulos que le preceden para resolver problemas cotidianos
haciendo uso de las TIC en la creación de soluciones que permitan implementar procesos de innovación; integrar mediante código en un
lenguaje de programación funciones de diferentes medios; implementar técnicas para el almacenado de datos, manejo y consulta por
medio de gestores de bases de datos; así como, interpretar las representaciones numéricas y gráficas, resultado de un análisis estadístico.
El módulo Detección de malware con machine learning tiene una relación directa con otros módulos como son: Ciberseguridad en
aplicaciones WEB y Análisis de ciberamenazas, la relación es estrecha porque entre los tres conforman el Trayecto Técnico de Seguridad y
Criptografía.
La tarea educativa en este módulo tendrá que diversificarse, con el fin de que los docentes realicen funciones preceptoras, las que
consistirán en la guía y acompañamiento de los alumnos durante su proceso de formación académica y personal y en la definición de
estrategias de participación que permitan incorporar a su familia en un esquema de corresponsabilidad que coadyuve a su desarrollo
DMML-00 10/ 22
Colegio Nacional de Educación Profesional Técnica
integral; por tal motivo, deberá destinar tiempo dentro de cada unidad para brindar este apoyo a la labor educativa de acuerdo al Programa
de Preceptorías.
Por último, es necesario que al final de cada unidad de aprendizaje se considere una sesión de clase en la cual se realice la recapitulación
de los aprendizajes logrados, en lo general, por los alumnos, con el propósito de verificar que éstos se han alcanzado o, en caso contrario,
determinar las acciones de mejora pertinentes. En este proceso, los docentes tienen la facultad de instrumentar las modalidades de
autoevaluación, coevaluación y heteroevaluación, de acuerdo con las condiciones particulares de su entorno, aun cuando de manera
institucional se definen los criterios e indicadores para su aplicación.
DMML-00 11/ 22
Colegio Nacional de Educación Profesional Técnica
Realizar la detección de malware mediante el uso de algoritmos de análisis estadístico en machine learning para posibilitar
soluciones tecnológicas.
DMML-00 12/ 22
Colegio Nacional de Educación Profesional Técnica
25 horas
1.2 Describe métodos, técnicas y algoritmos de análisis estadístico para
la detección de software malicioso.
15 horas
Detección de malware
con machine learning
2.1 Implementa el entorno de desarrollo y las librerías para la ejecución
de métodos y algoritmos de análisis estadístico de Machine
90 horas
Learning para su aplicación en el análisis de datos.
35 horas
DMML-00 13/ 22
Colegio Nacional de Educación Profesional Técnica
Resultado de aprendizaje: 1.1. Describe los tipos de malware de acuerdo con sus comportamientos y
10 horas
características.
DMML-00 14/ 22
Colegio Nacional de Educación Profesional Técnica
DMML-00 15/ 22
Colegio Nacional de Educación Profesional Técnica
DMML-00 16/ 22
Colegio Nacional de Educación Profesional Técnica
Resultado de aprendizaje: 2.1. Implementa el entorno de desarrollo y las librerías para la ejecución de métodos y
algoritmos de análisis estadístico de Machine Learning para su aplicación en el 30 horas
análisis de datos.
Actividades de evaluación C P A Evidencias a recopilar Ponderación Contenidos
2.1.1 Desarrolla instrucciones de ✓ ✓ ✓ • Código de programación 30 % A. Machine Learning
programación para la del Proyecto de análisis • Concepto
ejecución de métodos y desarrollado. • Usos
algoritmos de análisis • Etapas del proceso
estadístico de machine
- Definición del objetivo
learning orientados a:
• Evaluación del modelo - Recopilación y
• Métricas de regresión preparación de datos
- Elección del modelo
• Estimación del modelo
- Entrenamiento del
• Asignación y análisis de
modelo
variables
- Evaluación del Modelo
- Análisis de errores
B. Descripción de los lenguajes
de programación para
Machine Learning
• Python
• Julia
• R
• Matlab
C. Instalación y configuración de
IDE y librerías de Python
• Anaconda
• Jupyter
DMML-00 17/ 22
Colegio Nacional de Educación Profesional Técnica
DMML-00 18/ 22
Colegio Nacional de Educación Profesional Técnica
Resultado de aprendizaje 2.2. Hace uso de algoritmos estadísticos para la detección de software malicioso. 35 horas
DMML-00 19/ 22
Colegio Nacional de Educación Profesional Técnica
DMML-00 20/ 22
Colegio Nacional de Educación Profesional Técnica
DMML-00 21/ 22
Colegio Nacional de Educación Profesional Técnica
2.5. Referencias
Básicas:
• Fenner, M. (2019). Machine Learning with Python for Everyone. Addison Wesley & analytics Series.
• Silaparasetty, N. (2020) Machine Learning Concepts with Python and the Jupyter Notebook Environment: Using Tensorflow 2.0.
Apress.
• Van Smit, G. (2019) Python for Data Analysis: A Complete Crash Course on Python for Data Science to Learn Essential Tools and
Python Libraries, NumPy, Pandas, Jupyter Notebook, Analysis and Visualization. Maria Concepcion Lapinid.
Complementarias:
• IEEE Xplore. (2021) A Combination Method for Android Malware Detection Based on Control Flow Graphs and Machine Learning
Algorithms. Recuperado de https://ieeexplore.ieee.org/document/8629067
Páginas Web:
DMML-00 22/ 22