Diplomatura Universitaria de Formación Continua en Ingeniería de Soluciones basadas en Inteligencia Artificial

• Organiza: Facultad de Ciencias Exactas, Físicas y Naturales (F.C.E.F. y N.) Universidad Nacional de Córdoba.
• Días y horarios de cursado: Lunes y Jueves de 18 a 20.30 hs
• Modalidad de Cursado: online.
• Lugar: F.C.E.F y N. (se comunicarán oportunamente los accesos a las salas)
• Duración: 100 hs
• Aranceles: Monto total: $2.000.000 (opciones de pago en cuotas y descuento por pago anticipado)
• Cronograma:
  • Preinscripciones: hasta el 25 de julio 2025.
  • Comunicación de los aspirantes admitidos: 31 de julio 2025.*
  • Matriculaciòn definitiva: al abonar el arancel (10/08/25)
  • Fecha de Inicio: 18 de Agosto 2025.
  • Fecha de Finalización: 12 de Diciembre de 2025.
    
• Equipo Directivo:
  • Directora: Diaz Dávila, Laura Cecilia.
  • Coordinación Técnica Académica: Arias Silvia, Britos José Daniel, Stimolo María Inés, Grad Gabriela.
• Consejo Académico:
  Diaz Dàvila Laura Cecilia, Arias Silvia, Britos José Daniel, Algorry Aldo, Simari Gerardo Ignacio, Estevez Elsa, Alonso Alemany Laura, Estrella Paula, Teze Carlos, Rufiner Hugo, Wollovich Nicolás.
• Docentes:
  Diaz Dàvila Laura Cecilia, Arias Silvia, Britos José Daniel, Algorry Aldo, Simari Gerardo Ignacio, Estevez Elsa, Alonso Alemany Laura, Stimolo María Inés, Estrella Paula, Teze Carlos, Rufiner Hugo, Leiva Mario, Lazarte Gustavo, Wollovich Nicolás, Bonzi Edgardo, Grad Gabriela, Vignoli Adolfo, Hirschfeld Gisela, Comerci Sandro, Sosa Matías, Almarcha Matías, Heredia Nicolás, Del Bono Dana, Aybar Lourdes, Ortiz Miguel, Furer Mauro, Benitez Josefina, Nieto Facundo..
  
  *Nota: la confirmación de admisión será enviada por correo electrónico. El proceso de admisión se llevará a cabo con una entrevista breve a cargo del Equipo Directivo de la Diplomatura.

• Comprender los procesos esenciales a la ingeniería de soluciones basadas en IA, desde un enfoque integral y con una perspectiva multidisciplinar, especializándose según su interés y formación, como adoptante responsable y actor competente en el ciclo de vida de la IA fiable.
  
• Los objetivos específicos:
  • Comprender la importancia de la IA como tecnología aplicada en continua evolución, reconociendo los enfoques asociados a sus múltiples campos de aplicación, tales como: salud, educación, industria, comercio, transporte, agro, justicia, administración pública, en una enumeración no exhaustiva.
  • Diferenciar las características de las ramas de la IA aplicada: visión computacional, procesamiento de señales, robótica, procesamiento de lenguaje natural, explotación de la información basado en datos; entre otras.
  • Conocer las técnicas y herramientas involucradas en los procesos referidos a: datos, modelos, documentación e infraestructura tecnológica, para favorecer las buenas prácticas de los sistemas basados en una IA fiable, que mejore la calidad de vida y minimice los efectos nocivos de su uso.

Público en general con interés en aprender a concebir las soluciones basadas en Inteligencia Artificial (IA) desde un enfoque integral y multidisciplinario.

• Módulos Básicos:
  ASPECTOS CLAVE DE LA IA APLICADA: IA, breve historia, evolución y aplicaciones, modelos fundacionales. Datos: producción y almacenamiento, gobernanza. Cómputo: procesamiento, capacidades, sostenibilidad. Algoritmos, aprendizaje automático. Tecnologías open source más actuales. Ética y regulaciones, impacto de la IA.
  
  INSUMOS PARA EL ABORDAJE DE LA IA: Matemática para la IA. Conceptos esenciales de probabilidad y estadística como insumos para la IA. Fundamentos de la programación en Python. Teoría de la información. Introducción a la ciberseguridad y detección de anomalías en redes. Amenazas a los Sistemas de IA. Tecnologías open source más actuales.
  
  APRENDIZAJE AUTOMÁTICO: Machine learning: tipos de aprendizaje, tipo de salida: clasificación, regresión, agrupamientos, modelos autoasociativos y heteroasociativos, predicción o inferencia. Data science y data analytic, visualización. Aplicaciones orientadas a business intelligence con modelos de árboles de decisión, agrupamiento y correlación, por ejemplo: Random Forest, CART, Kmeans, SVM, Regresión. Logística, Redes Bayesianas, entre otros. Estrategias para el entrenamiento, validación y testeo: métricas, técnicas de regularización. Laboratorio: uso de librerías de Python.
  
  GESTIÓN DE LOS PROYECTOS BASADOS EN IA: Gestión de proyectos basados en IA, etapas y roles del equipo. ISO 42001, sistemas de gestión de proyectos de IA, ciclo de vida. Metodologías ágiles aplicables a proyectos basados en IA. Ética y regulaciones: escenario internacional, tendencias. Desarrollo Seguro de IA. IA para Detección y Respuesta a Amenazas. Consideraciones Éticas y Legales. Gobernanza de datos. Documentación, buenas prácticas. Trabajos emergentes.
  
  MODELOS CONEXIONISTAS - REDES NEURONALES: MLP regresor y clasificador. CNN y RNN (visión artificial y procesamiento de secuencias). Autoencoders. Transfer Learning. Tratamiento de datos de: imágenes, lenguaje (secuencias) y tablas. Aplicaciones con tecnologías Open Source. Laboratorio.
  
  BASES DE LA IA GENERATIVA: Transformers: mecanismos de atención y positional encoding. IA generativa: BERT y GPT. Modelos y orquestación: Hugging Face, Lang Chain. Tratamiento de datos de vídeo e imágenes, lenguaje natural. Modelos multimodales. IA Gen: Fine Tuning con grandes modelos de lenguaje. Prompt engineering. Laboratorio.
  
  
• Módulos electivos, orientados a: Probabilidad y Estadística , Matemática Aplicada a la IA, Fundamentos de la Programación, Tratamiento de Datos, Aprendizaje Automático Avanzado, Gestión de los Proyectos Basados en IA, IA Generativa en Acción, Visión Artificial – Transfer Learning, Deep Learning - Avanzado, Ciberseguridad Aplicada a la IA, Aplicaciones en Dominios Específicos, Soluciones Basadas en IA, Integración de Soluciones Basadas en IA, Ética Y Regulaciones de la IA Aplicada, Tecnologías Avanzadas.
  
  
• TRABAJO INTEGRADOR, cuya envergadura y pertinencia deberá dar cuenta de las habilidades adquiridas que integren los conocimientos de los diferentes módulos y se adecuen al perfil del participante, con consistencia disciplinar y coherencia metodológica, desde una perspectiva multidisciplinario. Cada participante deberá evidenciar su contribución y su rol en el desarrollo del trabajo.

Consultas academicas: diplo.ia@fcefyn.unc.edu.ar