Contactanos

Diplomatura

Diplomatura en Inteligencia Artificial – Paraguay

Inicio:

20.08.2024
Duración: 85 horas.
Modalidad: Semipresencial
Sede: Instancia presencial Paraguay - sujeto a cupo.

Presentación

La Diplomatura en Inteligencia Artificial se fundamenta en la necesidad de satisfacer la creciente demanda de habilidades en IA en el mercado laboral, promover la innovación y el avance tecnológico, abordar los impactos sociales y económicos de la IA, facilitar la actualización y el reciclaje profesional, y fomentar la interdisciplinariedad entre profesionales de diferentes campos. Esta diplomatura proporciona una oportunidad invaluable para los estudiantes de adquirir las habilidades y el conocimiento necesarios para prosperar en un mundo impulsado por la inteligencia artificial.

¿Por qué Austral?

ICONOS-09
Excelencia Académica
Resultado de un intensivo desarrollo del Claustro Docente, que acredita trayectoria académica y un gran reconocimiento profesional en el mercado.
ICONOS-08
Modelo Vincular
La única Facultad de Ingeniería que integra en su campus una Plaza de Transferencia Tecnológica y laboratorios de investigación para satisfacer con capacitación y soluciones a diversas industrias.
ICONOS-07
Reconocimiento Internacional
Es la 1º Universidad Privada de la Argentina según el QS University Rankings y se destaca por ser la Universidad Latinoamericana con mejor relación profesor-alumno.

Modalidad

Virtual sincrónico martes y jueves de 18.30 a 21 hs.

Objetivos

Brindar a los estudiantes los marcos teóricos y prácticos vinculados a la Inteligencia Artificial.

Profundizar en el conocimiento de los principios fundamentales de la Inteligencia Artificial.

Conocer y profundizar en las técnicas y herramientas de la Inteligencia Artificial (Entre ellas Machine Learning , Deep Learning e Inteligencia Artificial Generativa).

Adquirir conocimientos en las diferentes aplicaciones transversales que tiene la Inteligencia Artificial en todos los campos.

¿A quién está dirigido?

Graduados de diversas carreras, estudiantes, gestores de proyectos, emprendedores, gerentes comerciales, líderes de equipos y profesionales independientes.

Información Extra

  • Red de contactos y desarrollo profesional.
  • Trabajo final
  • Orientación en proyectos reales.
  • Aplicaciones prácticas.

MÓDULO 1 – APRENDIZAJE AUTOMATICO (MACHINE LEARNING) I APRENDIZAJE PROFUNDO (DEEP LEARNING) I

  1. Aprendizaje automático (Machine Learning). Tipos de aprendizaje: supervisado, no supervisado, y por refuerzo. Semi-Supervised Learning. Transferencia del aprendizaje (Transfer Learning). Ensemble Learning. Indicadores de la bondad de un modelo de ML en la clasificación y predicción.
  2. Redes Neuronales Artificiales (ANN). Deep Learning. Tipos de Redes (CNNs, RNNs y GANs). Entrenamiento y optimización de modelos.
  3. Herramientas y Frameworks para IA . Bibliotecas populares (TensorFlow, PyTorch, etc.) Notebooks y entornos de desarrollo. Recursos en línea y conjuntos de datos.

MÓDULO 2 – PROCESAMIENTO DE IMÁGENES

  1. Fundamentos de visión por computadora. Procesamiento de imágenes.
  2. Detección y clasificación de objetos. Algoritmos de detección de objetos (regiones de interés, detección de bordes, etc.). Clasificación de objetos utilizando técnicas de aprendizaje automático.
  3. Redes neuronales convolucionales (CNN) para detección y clasificación de objetos. Segmentación semántica. Reconocimiento facial y de patrones.

MÓDULO 3 – PROCESAMIENTO DE LENGUAJE NATURAL (NLP)

  1. Fundamentos del NLP. Preprocesamiento de texto. Modelado de lenguaje y representación de palabras. Word embeddings. Modelos de lenguaje.
  2. Aplicaciones de NLP: análisis de sentimientos, traducción automática, generación de texto, etc.

MÓDULO 4 – INTELIGENCIA ARTIFICIAL GENERATIVA

  1. Introducción a la Inteligencia Artificial Generativa (GenAI). Definición y conceptos básicos. Diferencias con otros enfoques de IA. Modelos Fundacionales. Aplicaciones y casos de uso
  2. Modelos de Lenguaje Generativos. Transformers, BERT,GPT, etc. Preentrenamiento y ajuste fino. Generación de texto
  3. Modelos Generativos de Visión Artificial. Redes Generativas Antagónicas (GANs). Generación de imágenes y arte. Modelos Multimodales. Generación Aumentada de recuperación (RAG) .
  4. Sesgos en la IA Generativa. Sesgo algorítmico y equidad. Perplejidad Alucinaciones.

Proyecto grupal a elección de los estudiantes.

Director:

  • Claudio Righetti

Docentes:

  • Ignacio Berdiñas
  • Horacio Arrigo
  • Pablo Galiana
  • Adriana Baravalle

La Universidad Austral es la #1 de Argentina

de Gestión Privada

Contactanos