Introducción. Los datos que genera la Universidad Técnica de Cotopaxi en las diferentes áreas académicas y administrativas tienen varios casos que conllevan a establecerla situación de las calificaciones de los estudiantes. Objetivo. Se sugiere la implementación de una minería de datos para obtener un análisis del desempeño estudiantil aplicado en carreras de ingeniería en la Facultada de Ciencias de la Ingeniería y Aplicadas, FCIYA que permita un manejo de la información eficiente para la toma de decisiones de las autoridades. Metodología.  Se establece un método de inteligencia para el manejo, procesamiento y análisis de los datos que sirvan de ayuda a la generación de informes de calificaciones de los estudiantes de la facultad con un alto nivel de veracidad y oportuna para el apoyo en la toma de decisiones gerenciales. La herramienta escogida para emplear es Microsoft Power BI, considerada como una de las más exitosas, evaluará los promedios de los ciclos académicos de septiembre 2015 a febrero de 2019 para verificar la carrera con mayor déficit de aprendizaje. Resultados. Posterior al análisis se logró determinar que la carrera de Ingeniería en Electromecánica presenta el mayor déficit de aprendizaje, obteniendo promedios bajos en todos los criterios de comparación empleados en el software para la evaluación de dicho rubro comparado con las demás carreras de la FCIYA.Introduction. The data generated by the Technical University of Cotopaxi in the different academic and administrative areas have several cases that lead to establish the situation of the students' qualifications. Target. The implementation of data mining is suggested to obtain an analysis of student performance applied in engineering careers at the Faculty of Engineering and Applied Sciences, FCIYA that allows efficient information management for decision-making by authorities. Methodology. An intelligence method is established for the management, processing and analysis of the data that will help to generate reports of qualifications of the students of the faculty with a high level of veracity and timely to support in the making of managerial decisions. The tool chosen to use is Microsoft Power BI, considered one of the most successful, it will evaluate the averages of the academic cycles from September 2015 to February 2019 to verify the career with the greatest learning deficit. Results. After the analysis, it was possible to determine that the Electromechanical Engineering career presents the greatest learning deficit, obtaining low averages in all the comparison criteria used in the software for the evaluation of said item compared to the other careers of the FCIYA.