Diplomatura en Ciencia de Datos e Inteligencia Artificial
Modalidad
A distancia ágil
Apertura de aula
1 de marzo 2027
Cursada
Días y horarios (United States)
Certificación
UTN Buenos Aires
Precio total del curso
US$ 536
Presentación
La Diplomatura en Ciencia de Datos e Inteligencia Artificial está diseñada para acercar el mundo de los datos y la IA a todas las personas, sin importar su formación previa. Propone un recorrido accesible, visual y fuertemente práctico, donde cada concepto se conecta con un caso real y con una aplicación concreta en la vida personal, laboral o profesional. El enfoque instruccional prioriza la comprensión profunda por sobre la complejidad técnica, permitiendo que cualquier participante pueda incorporar pensamiento analítico, interpretar información y comprender el funcionamiento de los modelos de IA desde una perspectiva simple y significativa.
A lo largo de la cursada, los estudiantes transitan una experiencia formativa inmersiva que combina aprendizaje activo, resolución de problemas reales y uso de herramientas no-code/low-code que democratizan el acceso a estas tecnologías. Cada unidad integra actividades que promueven la exploración guiada, la toma de decisiones basada en datos y el desarrollo de competencias aplicables en múltiples contextos, desde proyectos personales hasta entornos organizacionales. El diseño instruccional coloca al estudiante en el centro del proceso, promoviendo autonomía, curiosidad y construcción progresiva del conocimiento.
La diplomatura culmina con un proyecto final integrador que transforma el aprendizaje en acción: cada participante identifica un problema real de su entorno, diseña una solución apoyada en datos e IA y la presenta de manera clara, medible y orientada al impacto. De este modo, la propuesta no solo enseña a entender los datos, sino a convertirlos en resultados. El objetivo formativo es claro: que cualquier persona, sin necesidad de programar, pueda adquirir una competencia tecnológica clave, generar oportunidades y potenciar su presente profesional en un mundo impulsado por la inteligencia artificial.
Modalidad
A distancia ágil
Capacitate de forma flexible y dinámica, con recursos y apoyo permanente.
En vivo o acceso a las grabaciones
Recursos Multimedia
100% a distancia
Acompañamiento de tutores
Objetivo general
La Diplomatura en Ciencia de Datos e Inteligencia Artificial tiene como objetivo brindar a los participantes una formación integral, accesible y orientada a la práctica, que les permita comprender el valor de los datos en la toma de decisiones, desarrollar una mentalidad analítica y aplicar conceptos fundamentales de IA y análisis de datos sin necesidad de programar. A través de experiencias guiadas y herramientas no-code/low-code, la propuesta busca que cada estudiante pueda interpretar problemas reales, analizar información de manera crítica y diseñar soluciones simples pero de alto impacto en su entorno laboral, personal o profesional.
Objetivos específicos
- Desarrollar un proyecto final integrador que aplique los conceptos aprendidos y genere una solución concreta y presentable.
- Identificar oportunidades reales donde el análisis de datos y la IA aporten valor a problemas cotidianos o profesionales.
- Utilizar herramientas no-code y low-code para crear automatizaciones y prototipos simples que integren IA.
- Comprender los principios fundamentales de la Inteligencia Artificial y del Machine Learning mediante ejemplos visuales y aplicados.
- Conocer, manipular y explorar datos utilizando herramientas accesibles que no requieren conocimientos de programación.
- Incorporar una cultura data-driven que permita interpretar situaciones reales desde el análisis y la evidencia.
- Comprender el rol estratégico de los datos en distintos sectores y cómo influyen en la toma de decisiones.
Temario
5 Módulos • 17 Unidades • Carga Horaria 157 horas
- Tema 1: Panorama general del ecosistema de datos y su impacto en distintos sectores.
- Tema 2: Ejemplos de uso de datos en situaciones cotidianas y contextos organizacionales.
- Tema 3: Rol de la Ciencia de Datos en la resolución de problemas reales.
- Tema 1: Fundamentos del pensamiento analítico aplicado a decisiones informadas.
- Tema 2: Identificación de sesgos y errores comunes en el uso e interpretación de datos.
- Tema 3: Diferencias entre intuición, evidencia y criterios de decisión basados en datos.
- Tema 1: Distinción entre datos estructurados, no estructurados y semiestructurados.
- Tema 2: Fuentes habituales de datos en entornos personales, laborales y sociales.
- Tema 3: Consideraciones sobre calidad de datos y su impacto en el análisis.
- Tema 1: Conceptos esenciales para trabajar con tablas, registros y operaciones básicas.
- Tema 2: Organización, filtrado y estructuración inicial de conjuntos de datos.
- Tema 3: Introducción a funciones y métodos comunes para explorar información.
- Tema 1: Detección y tratamiento de datos incompletos, duplicados o inconsistentes.
- Tema 2: Principios generales para estandarizar, corregir y depurar información.
- Tema 3: Buenas prácticas para preparar datos antes de un análisis exploratorio.
- Tema 1: Identificación de patrones, tendencias y relaciones dentro de un conjunto de datos.
- Tema 2: Métodos para detectar valores atípicos, distribuciones y comportamientos relevantes.
- Tema 3: Estrategias para formular hipótesis iniciales basadas en observaciones preliminares.
- Tema 1: Principios fundamentales del diseño visual aplicado a datos.
- Tema 2: Selección de representaciones visuales adecuadas según el tipo de información.
- Tema 3: Cómo comunicar hallazgos y contar historias a través de gráficos y visualizaciones.
- Tema 1: Conceptos fundamentales y evolución de la IA en distintos contextos.
- Tema 2: Diferencias entre IA simbólica, estadística y basada en aprendizaje.
- Tema 3: Aplicaciones cotidianas que permiten comprender su presencia en la vida real.
- Tema 1: Principios básicos del aprendizaje automático y sus principales enfoques.
- Tema 2: Diferencias entre aprendizaje supervisado, no supervisado y por refuerzo.
- Tema 3: Ejemplos intuitivos que ilustran cómo los modelos detectan patrones y toman decisiones.
- Tema 1: Casos habituales de IA en servicios digitales, contenidos personalizados y automatizaciones.
- Tema 2: Impacto de la IA en procesos laborales, educativos, de salud y de entretenimiento.
- Tema 3: Reflexión sobre beneficios, limitaciones y desafíos éticos de la adopción de IA.
- Tema 1: Fundamentos conceptuales de los modelos generativos y su lógica de entrenamiento.
- Tema 2: Formas de interacción mediante lenguaje natural y estrategias para obtener mejores resultados.
- Tema 3: Aplicaciones frecuentes en redacción, síntesis, ideación y asistencia en tareas.
- Tema 1: Conceptos básicos de flujos automatizados y su aplicación en procesos cotidianos.
- Tema 2: Integración de distintas fuentes de información para generar acciones automáticas.
- Tema 3: Identificación de tareas repetitivas que pueden simplificarse mediante automatizaciones.
- Tema 1: Fundamentos del procesamiento de textos y extracción de información relevante.
- Tema 2: Identificación de sentimientos, temas o patrones presentes en datos textuales.
- Tema 3: Aplicaciones generales como clasificación de textos, resúmenes y análisis semántico.
- Tema 1: Identificación de situaciones, procesos o tareas donde los datos o la IA puedan aportar mejoras.
- Tema 2: Análisis de necesidades, objetivos y limitaciones en contextos personales, laborales o comunitarios.
- Tema 3: Formulación de problemas claros y alcanzables.
- Tema 1: Planificación de un flujo simple que combine análisis de datos, IA generativa o automatizaciones.
- Tema 2: Organización del proceso: entrada de datos, transformación, resultado esperado.
- Tema 3: Representación visual o narrativa del prototipo para comunicar cómo funcionaría.
Destinatarios
- Personas curiosas o en proceso de reconversión laboral, motivadas por entender y aplicar IA en su vida diaria, sin experiencia previa en tecnología.
- Profesionales de áreas no técnicas (ventas, marketing, educación, salud, administración, RRHH, comunicación, diseño) interesados en usar datos e IA sin necesidad de programar.
- Estudiantes y recién egresados de carreras técnicas o no técnicas que buscan sumar una competencia clave y altamente demandada.
- Emprendedores, freelancers y trabajadores independientes que necesiten tomar mejores decisiones basadas en información real y accesible.
- Personas de cualquier disciplina que quieran incorporar habilidades en análisis de datos e IA para mejorar su desempeño laboral o ampliar sus oportunidades profesionales.
Equipo docente

Victoria Nuñez
COORDINADOR
Ingeniera química - Especialista en procesos industriales, con experiencia en el desarrollo de ingeniería y comercializa…

Diego Zurita
PROFESOR
Analista Universitario en Sistemas (cursado finalizado) con experiencia en Desarrollo Web Frontend y docencia. Poseo sól…
Metodología de enseñanza-aprendizaje
Nuestro modelo de formación te ofrece flexibilidad sin perder la interacción, combina autoaprendizaje con el apoyo de expertos y compañeros para una experiencia dinámica y efectiva.
Características de la formación
- E-learning colaborativo: estudia a tu ritmo con material curado y actividades prácticas.
- Acompañamiento experto: consulta dudas en foros y mensajes directos con tutores.
- Clases en vivo: para resolver consultas en tiempo real.
A quiénes está dirigido
- Profesionales y estudiantes que buscan una formación flexible y de calidad.
Modalidad de evaluación y acreditación
Estos son los requisitos que deberás cumplir para obtener la acreditación del trayecto formativo:
- Aprobar las evaluaciones integradoras por módulo.
- Realizar y aprobar la Evaluación Integradora Final Obligatoria (EFIO), que puede consistir en la entrega de una tarea basada en una consigna específica o en la realización de un cuestionario.
- Descargar y leer todos los materiales de la unidad temática.
- Entregar y aprobar todas las actividades y ejercicios obligatorios.
- Cumplir con la dedicación horaria recomendada para lograr el máximo rendimiento.
- Finalizar la cursada dentro del período estipulado, sin excepciones. Una vez finalizado el curso, no será posible entregar o descargar actividades pendientes. Quienes deseen completarlo deberán inscribirse en una nueva edición.
La evaluación final cuenta con una instancia de recuperatorio para quienes no aprueben en el primer intento o no la realicen dentro de las fechas establecidas en el cronograma.
Certificación
- La certificación se otorgará en función de la calificación obtenida en la EFIO.
- Las calificaciones posibles serán: bueno, muy bueno, excelente, sobresaliente, participó o no participó.
- Quienes obtengan una de las cuatro primeras calificaciones recibirán un certificado de aprobación.
- Aquellos que no alcancen estas calificaciones o no realicen la EFIO podrán obtener un certificado de participación, previa evaluación del tutor.
Los certificados emitidos por Centro de e-Learning UTN BA cuentan con un sistema de validación basado en tecnología blockchain, que garantiza autenticidad, trazabilidad y transparencia en todo momento.
¿Cómo inscribirse?
Paso 1
Hacé clic en "Inscribirse ahora"
Buscá el botón en esta página para iniciar tu proceso de inscripción.
Paso 2
Creá tu cuenta o ingresá
Registrate con tu email en el Campus o iniciá sesión si ya tenés cuenta. Es rápido y gratuito.
Paso 3
Realizá el pago en tu Panel
Completá la operación de forma segura dentro del Panel del Alumno con los medios de pago disponibles.
Paso 4
¡Listo! Ya podés empezar
Recibirás por email el acceso al campus. El aula abrirá en la fecha de inicio de tu cursada.
¿Querés capacitar a tu equipo?
Accedé al Portal de Empresas: comprá múltiples licencias, recibí facturación a nombre de tu compañía y gestioná el progreso de tu equipo desde un solo lugar.
Precio total del curso
US$ 536
Certificación con aval de UTN Buenos Aires
Certificado oficial UTN
Avalado por la UTN Buenos Aires. Se otorga al cumplir con los requisitos de asistencia y evaluación.
Validación blockchain
Autenticidad y trazabilidad digital garantizada. Tu certificado es único, seguro y verificable de forma permanente.
Preguntas frecuentes
En la sección “Requisitos” de esta página se indica el nivel necesario. La mayoría de nuestras formaciones iniciales no requieren conocimientos previos, pero te recomendamos revisar el programa detallado.
El acceso se habilita el día de inicio de tu curso. Para ingresar, solo tenés que entrar a tu Panel del Alumno y dirigirte a la sección “Mi formación”.
Cada curso tiene una modalidad específica (online, en vivo, presencial o combinada). Podés ver el detalle en la sección “Modalidad” de esta página.
Si tu modalidad incluye encuentros sincrónicos (en vivo), las sesiones se graban y se suben al campus para que las veas cuando quieras. Si tu curso es autoasistido, todos los contenidos ya están disponibles 24/7 para que avances a tu propio ritmo. Te recomendamos de todos modos revisar la modalidad y condiciones de asistencia de cada propuesta.
Sí. Al completar el curso y cumplir los requisitos, obtendrás un certificado oficial de UTN BA con verificación Blockchain. Si este curso forma parte de una Diplomatura, también podrás acreditarlo para ese trayecto.
El pago se realiza de forma segura dentro del Panel del Alumno. Allí podrás elegir entre los medios de pago disponibles y aprovechar las opciones de cuotas sin interés vigentes.
Tendrás acceso a foros de consulta permanentes dentro del campus virtual y, en las clases en vivo, espacios de interacción directa. Siempre contarás con el respaldo del equipo docente para resolver tus dudas.