Está diseñada para profesionales, especialistas y líderes de proyectos que buscan comprender, diseñar e implementar soluciones de IA de punta a punta (end-to-end)

PERFIL DEL INGRESANTE

Líderes y miembros jerárquicos de organizaciones

• Directores, C-Level, Fundadores y Gerentes: Que buscan adquirir criterio técnico para evaluar la factibilidad, tiempos y ROI de cada proyecto, y llevarlo a la práctica.
• Desarrolladores, Ingenieros y Consultores: Interesados en dar el salto profesional hacia roles de alta demanda (Machine Learning Engineer, AI Developer) construyendo un portfolio con proyectos reales.

Profesionales no STEM (Que no provengan de carreras de Ciencia, Tecnología, Ingeniería o Matemáticas)

• Administradores de Empresas y Negocios: Que buscan aprender a identificar oportunidades de innovación con IA, traducir necesidades de negocio en requerimientos técnicos, automatizar la toma de decisiones y liderar la transformación digital en su organización.
• Contadores Públicos y Finanzas: Que aspiran a desarrollar modelos predictivos de riesgo y demanda, automatizar auditorías y procesamiento de documentos complejos con NLP, e integrar asistentes de GenAI para la eficiencia operativa.
• Abogados y Sector Legal: Que quieran comprender la estructura interna de los algoritmos para liderar la gobernanza, regulación, ética y privacidad de datos, además de implementar herramientas de automatización LegalTech.
• Profesionales de otras áreas (Salud, Biología, Comunicación, Logística, Economía, Sociales): Que deseen obtener herramientas cuantitativas y de IA para procesar grandes volúmenes de datos en su campo, automatizar tareas repetitivas y resolver problemas complejos propios de su disciplina.

Profesionales STEM (Que provengan de carreras de Ciencia, Tecnología, Ingeniería y Matemáticas)

• Ingenieros (Industriales, Electrónicos, Químicos, entre otros): Que quieran aplicar la IA para la optimización de procesos productivos, mantenimiento predictivo, logística avanzada y automatización de control de calidad mediante visión por computadora.
  
• Licenciados y Analistas en Sistemas: Que aspiran a obtener competencias para diseñar e integrar pipelines complejos de datos, implementar arquitecturas de RAG y desplegar agentes inteligentes que agregan valor analítico sobre los sistemas de la empresa.
• Desarrolladores y Programadores: Que busquen un dominio práctico de los frameworks más avanzados de la industria para entrenar, optimizar y desplegar modelos de IA directamente en sus aplicaciones y productos digitales.

Módulo 1 – Fundamentos de Inteligencia Artificial y Machine Learning (15 Horas)

1. Definiendo la IA Discriminativa y Generativa Introducción al análisis exploratorio de datos. Aplicaciones de la Inteligencia Artificial
2. Introducción a Machine Learning. Tipos de aprendizaje: supervisado, no supervisado, y por refuerzo . Semi-Supervised Learning .
3. Aprendizaje supervisado: regresión, clasificación y evaluación de modelos.
4. Aprendizaje no supervisado: clustering, reducción de dimensionalidad y detección de anomalías.
5. Introducción al Aprendizaje por refuerzo: aplicaciones y casos de estudio.
6. Técnicas de preprocesamiento de datos y selección de características. Evaluación de la eficiencia de un modelo de ML.

Módulo 2 – Deep Learning y Aplicaciones Avanzadas (15 horas)

1. Introducción a las Redes Neuronales Artificiales. Procesamiento de imágenes mediante Deep Learning. Procesamiento de texto y aplicaciones.
2. Transferencia del aprendizaje (Transfer Learning) Ensemble Learning .
3. Redes neuronales profundas: arquitecturas (CNNs, RNNs y GANs), entrenamiento y optimización. Entrenamiento y optimización de modelos . Indicadores de la bondad de un modelo.
4. Herramientas y Frameworks para IA Bibliotecas populares (TensorFlow, PyTorch, etc.) Notebooks y entornos de desarrollo. Recursos en línea: modelos open source y conjuntos de datos

MÓDULO 3 – Visión Artificial (20 Horas)

1. Fundamentos de visión por computadora. Procesamiento de imágenes. Detección y clasificación de objetos. Algoritmos de detección de objetos. Clasificación de objetos utilizando técnicas de aprendizaje automático.
2. Aprendizaje profundo para visión por computadora: CNNs, ViT y aplicaciones. Detección y clasificación de objetos. Segmentación semántica. Reconocimiento facial y de patrones.

MÓDULO 4 – Procesamiento de Lenguaje Natural (22 Horas)

1. Fundamentos del NLP Preprocesamiento de texto. Modelado de lenguaje y representación de las palabras . Word embeddings. Modelos de lenguaje
2. Utilización de redes Neurales Recurrentes. Transformers y modelos generativos.
3. Aplicaciones de NLP: análisis de sentimientos, traducción automática, generación de texto, etc.

MÓDULO 5: Inteligencia Artificial Generativa (Parte 1) (12 Horas)

1. Introducción a la Inteligencia Artificial Generativa (GenAI) Definición y conceptos básicos. Diferencias con otros enfoques de IA.
2. Modelos Fundacionales. Aplicaciones y casos de uso. Modelos de Lenguaje Generativo. BERT, GPT, DeepSeek , Gemini etc.
3. Preentrenamiento y ajuste fino Generación de texto. Destilación, Compresión de Modelos.
4. Benchmarks para modelos generativos. Estado del arte.

Módulo 5: Inteligencia Artificial Generativa (Parte 2) (16 horas)

1. Modelos Generativos de Visión Artificial. Redes Generativas Antagónicas (GANs). Modelos de Difusión. Modelos VAEs. Generación de imágenes y arte.
2. Modelos Multimodales. Generación Aumentada de recuperación (RAG). Base de Datos Vectoriales. Desarrollo de Agentes Inteligentes. Multi-Agentes.
3. Sesgos en la IA Generativa. Sesgo algorítmico y equidad Perplejidad. Alucinaciones.

Módulo 6: Desafíos Éticos, Inteligencia Artificial General y Perspectivas (5 horas)

1. Impactos de la Inteligencia Artificial en la sociedad
2. Desafíos éticos en el desarrollo y aplicación de la IA
3. Inteligencia Artificial General: conceptos y posibilidades Perspectivas futuras de la IA

Módulo 7: Trabajo Final Grupal (20 horas)

Dedicado a la realización de un proyecto práctico en grupos, aplicando los conocimientos adquiridos en los módulos anteriores.

TOTAL: 125 horas

La Facultad de Ingeniería de la Universidad Austral extenderán el Certificado Académico de aprobación de la “Diplomatura en Inteligencia Artificial” a quienes cumplan con el régimen de promoción.

DESCUENTOS Y BENEFICIOS

• Graduados de grado UA:
  • 25% en toda la oferta académica de posgrados UA (maestrías, diplomaturas y programas).
  • 20% en maestrías del IAE y 10% en programas focalizados del IAE.
• Graduados de posgrados UA:
  • 20% en la oferta académica de diplomaturas y programas UA.
• Ex alumnos (no graduados):
  • 15% en la oferta académica de diplomaturas y programas UA.

 Importante: Los descuentos no son acumulativos y están sujetos a cupo.

PLANES DE PAGO

Solicitar información sobre planes de pago vigentes y alternativas en cuotas.

CONVENIOS

¿Tu empresa tiene convenio con nosotros? Consultá aquí por beneficios corporativos.