INTELIGENCIA
ARTIFICIAL
Modalidad Online 12 Meses
Diplomatura en Inteligencia
¡Bienvenidos al viaje que transformará tu carrera! Es mucho
más que un programa académico de primer nivel; es tu puerta
de entrada a un universo de posibilidades.
Contacto
Mail: info@[Link]
WhatsApp: +54 9 11 3914 8021
Web: .w [Link]
OBJETIVOS
Brindar a los estudiantes las herramientas necesarias para trabajar en el campo
delaInteligenciaArtiEcial,permitindolescomprenderlosconceptos - fun
tales de la disciplina. Esto incluye Machine Learning, Deep Learning, Computer
Vision y los diversos tipos de algoritmos utilizados en IA.
Los estudiantes adquieren habilidades en Python, matemáticas aplicadas y análi -
sis de datos, explorando áreas como aprendizaje automático, procesamiento de
imágenes y procesamiento del lenguaje natural.
Con un enfoque práctico y proyectos reales, los participantes desarrollan compe -
tenciasslidasparaenfrentardesaf,osenelcampodelainteligenciaartiEc
PRIMER NIVEL EDUCATIVO
LA CALIDAD ACADÉMICA DE LA DIPLOMATURA EN IN-
TELIGENCIA ARTIFICIAL CON PYTHON HA SIDO AVALA-
DA POR LA RESOLUCIÓN NRO 290/20 DE LA UNIVERSI-
DAD TECNOLÓGICA NACIONAL, SEDE RECONQUISTA.
PROGRAMA
ACADÉMICO
0 Nivelación Positiva (Optativa)
Programación lógica
Bases de datos relacionales y no relacionales
Probabilidad y Estadística
01 Introducción a Python
Tipos de datos y estructuras de control
Colecciones
Estructuras (IF, FOR, WHILE) y excepciones
Introducción a librerias
02 Matemáticas para IA
PROGRAMA
ACADÉMICO
Vectores y Matrices
Factorización
Funciones, derivadas e integrales
Optimización, SGD, convexidad
03 Análisis de datos
-
cas de Python
Indexado, Agrupación y Agregación, Pivot Table y
Joins
Visualización
Data rW angling y conexiones a bases de datos
PROGRAMA
ACADÉMICO
04 Machine Learning
Introducción al Aprendizaje Automático
Regresión lineal simple, Regresión lineal múltiple
y evaluación de modelos
Regularización, feature engineering y buenas
prácticas
Métodos de ensamble (Bagging, Boosting)
Aprendizaje no supervisado: Clustering y Reduc -
ción de Dimensionalidad
Métodos supervisados no paramétricos
Bagging y Boosting de árboles
Detección de anomalías y shap values
PROGRAMA
ACADÉMICO
Series de tiempo
Redes bayesianas
Sistemas de recomendación
Regresión logística
Introducción a Deep Learning – Redes neu -
ronales de una capa y multicapa
05 Deep Learning
Deep Learning con Pytorch
Selección de modelos: búsqueda de parámetros
Algoritmos de optimización
PROGRAMA
ACADÉMICO
Desafíos con Deep Learning
06 Computer vision
Introducción al Procesamiento de Imágenes:
OpenCV
Redes convolucionales (CNNs)
Arquitecturas CNNs modernas
Transferencia de conocimiento: uso de modelos
preentrenados
Detección de objetos
Segmentación semántica
Modelos Generativos, GANs y VAEs
PROGRAMA
ACADÉMICO
07 Procesamiento del lenguaje natural
Introducción a Procesamiento de Lenguaje Natu-
ral (NLP): alternativas a DL
RNNS, Arquitecturas RNNs modernas
Embeddings
Aplicaciones de RNN
Mecanismos de atención, Atención en RNNs
Transformers
Aplicaciones de BERT
ETAPAS DE LA
CURSADA
Nivelación (optativa)
La fase inicial, la Etapa de Nivelación, está diseñada para
aquellos que no cuentan con experiencia previa en progra -
mación lógica, bases de datos, y Matemáticas. En esta etapa,
nos aseguramos de que todos los participantes, independi-
entemente de su experiencia previa, comiencen con un sólido
fundamento. Es el trampolín perfecto para sumergirse en el
Introducción
En la Etapa de Introducción, llevamos a cabo un viaje concep -
tual que abarca todos los aspectos fundamentales. Esta fase
ofrece una visión completa de las herramientas y técnicas es -
enciales. Además, el Taller de Programación permite aplicar
de inmediato los conocimientos adquiridos de Python.
Especialización
En la Etapa de Especialización nos sumergimos en profundi -
dad en cada tema, abordando aspectos avanzados de la Inteli -
gencia Artifcial. Desde algoritmos de Machine Learning, Deep
Learning hasta proyectos aplicados, esta etapa te transfor -
mará en un experto capaz de enfrentar desafíos complejos del
mundo real.
MODALIDAD DE
CURSADA
ONLINE - EN VIVO
Todas las clases en vivo se imparten a
través de o
Z om. No se exige asisten -
cia, lo que permite cursar de manera
sincrónica o asincrónica.
Dinámica de las Clases
La duración de las clases es aproximadamente
entre 45 y 90 minutos dependiendo del tema y
la interacción que se genere en cada clase.
Grupo de Telegram
Disponen de un grupo de Telegram
para realizar consultas con los do-
centes fuera del horario de cursada.
Disponededosaoscomoalumnoregularparaexplorarcada
[Link],participa
eneventosespecialesypresentartuproyectoEnal.
SALARIO ANUAL
EN DÓLARES
A nivel global, los puestos en SALARIO ANUAL GLOBAL SEGÚN
[Link]
Inteligencia ArtiEcial - son al
tamente demandados. Según Salario Promedio en U$D 201 $120
diversos informes, los profe -
sionales en A.I. disfrutan de Salario Promedio en U$D 20 $1470
remuneraciones signiEca -
tivas, con una tendencia al
Salario Promedio en U$D 203 $1830
alza.
¿Por qué estos salarios?
La habilidad en Inteligencia Arti-
EcialconPythonnosoloaporta Con el crecimiento con-
unvalorinmensoalasempresas, tinuo en el campo de la
sino que también coloca a los Inteligencia ArtiEci
profesionales en una posición cada proyecto exitoso
única para negociar salarios com- se traduce en oportuni-
petitivos. dades profesionales
más lucrativas.
¿QUIÉNES
SOMOS?
Nosenorgulleceofrecerunaexperienciaeducativa - excep
cionalenelapasionantecampodelaInteligenciaArtiEc
Respaldados por la prestigiosa Universidad Tecnológica
Nacional sede Reconquista.
Destacamospornuestraexcelenciaacadmica,unenfo
-
queprcticoyla+exibilidadquenecesitasparaequilib
el estudio con tus compromisos diarios.
NUESTRA MISIÓN
Para nosotros la misión es generar un espacio para la capacitación
de cient,*cos de datos que gracias a las competencias que-ad
quieran-nosolosebene*cienindividualmente,sinoqueagreguen
valor a las organizaciones que integran con el consecuente - enri
quecimientocualitativodelasociedad.
NUESTRA VISIÓN
Serl,deresenlaeducacinenl,neadecienciadedatos,propor-
cionandohabilidadesdevanguardiayoportunidadesdecarreraa
nuestrosestudiantes,contribuyendoalavancedelaindustria.
NUESTRO
EQUIPO
Ignacio Urteaga Anahí Romo Nicolás del Frate
Director Académico Docente Python Docente Python
MBA en Dirección de Licenciada en Ciencias Ingeniero Electrónico
Sistemas de Infor - Físicas de la UBA. de la UNLP.
mación. Físico Nuclear
de la UBA.
Julio Paredes
Docente Tutor Proyectos
Ingeniero Industrial de
la URBC. MBA en Busi -
ness Administration.
MUCHAS
GRACIAS
