Diplomatura en Inteligencia Artificial
Presentación
Durante el período de las fiestas de fin de año no se dictarán clases en vivo. Estas clases se recuperarán al finalizar el curso, extendiendo su duración por dos semanas adicionales.
La Diplomatura en Inteligencia Artificial brinda una formación integral pensada para quienes quieren explorar el mundo de la IA. A lo largo del recorrido, se abordan los conceptos fundamentales y las aplicaciones actuales de esta tecnología en distintos ámbitos profesionales, empresariales y académicos.
La propuesta promueve un aprendizaje colaborativo y reflexivo, con un enfoque teórico, para facilitar la comprensión de temas como el aprendizaje automático, la inteligencia artificial generativa, el procesamiento del lenguaje natural, la visión artificial y otros avances emergentes. También se invita a debatir sobre los desafíos éticos y sociales que plantea la IA, así como a imaginar sus futuros posibles en un contexto de constante transformación tecnológica.
Esta formación adopta un enfoque «no code» que permite incorporar y aplicar los contenidos sin necesidad de saber programar, abriendo las puertas a una experiencia inclusiva y enriquecedora para todo tipo de perfiles.
Modalidad: A distancia ágil
Objetivo general
El objetivo general de este programa es ofrecer una formación integral y teórica en inteligencia artificial, diseñada para personas sin experiencia previa en programación, brindando una comprensión crítica sobre las tecnologías de IA y su impacto social y ético. Además, se busca fomentar el aprendizaje colaborativo y la aplicación práctica de estos conocimientos, utilizando herramientas no code que faciliten la interacción con la inteligencia artificial de manera accesible para todos.
Objetivos específicos
- Fomentar el desarrollo de proyectos grupales que permitan aplicar y profundizar en los conocimientos adquiridos.
- Facilitar la capacidad analítica y crítica de los participantes para identificar oportunidades y limitaciones en el uso de IA.
- Analizar los desafíos éticos, sociales y tecnológicos actuales y futuros relacionados con la IA.
- Explorar teorías y aplicaciones prácticas del Machine Learning, Deep Learning, Visión Artificial, NLP e IA Generativa.
- Introducir los fundamentos conceptuales y matemáticos clave en la inteligencia artificial.
Destinatarios
- Colaboradores y asesores de empresas que buscan adoptar soluciones basadas en IA para la automatización, optimización de procesos y diseño de estrategias disruptivas.
- Estudiantes y académicos interesados en profundizar sus conocimientos en tecnologías de IA Generativa para investigación o aplicaciones prácticas.
- Emprendedores que deseen desarrollar productos o servicios innovadores basados en IA Generativa.
- Desarrolladores de software, diseñadores gráficos, especialistas en marketing, y consultores de negocios.
- Profesionales interesados en integrar tecnologías avanzadas de IA Generativa en sus áreas de trabajo.
Requisitos
- Nociones generales de estadística descriptiva (media, varianza, distribuciones).
- Conocimientos básicos de álgebra y probabilidad (variables, funciones).
- Secundario completo.
- Acceso a una computadora con conexión a internet.
- Curiosidad, pensamiento crítico y ganas de aprender en comunidad.
Equipo docente
Cesar Riat
Profesor
El Ingeniero César Riat ha sido galardonado como uno de los jóvenes sobresalientes en el área de desarrollo científico y tecnológico por la JCI. Fue ayudante de docencia de Métodos Numéricos en la Universidad Nacional del Sur. A lo largo de su carrera, ha ganado múltiples competencias de programación, entre las que destacan Salud INNOVA2018, 3° Media Party 2024, 1º Hack2in, 2º HackatonAgro y 1º IBM BLUE CODE. Posee una capacitación en el Centro de Innovación del Silicon Valley. Con una trayectoria de 9 años dedicados al desarrollo de productos de inteligencia artificial, César ha ocupado roles de gran relevancia, incluyendo el de Líder de Inteligencia Artificial en el Gobierno de la Ciudad de Buenos Aires. Actualmente, se desempeña como Líder de Inteligencia Artificial en Carrefour.
German Santamaria
Profesor
Germán Santamaria es economista (Universidad Nacional de Mar del Plata), con un PhD in Economics (Universidad de Pisa), una Maestría en Finanzas (UTDT) y en Ciencia de Datos (Austral). Tiene más de 25 años de experiencia en econometría, finanzas cuantitativas y ciencia de datos. Se ha desempeñado en el BCRA, FAO y el sector privado. Es profesor en la UNSAM y ha dictado clases en UADE. Actualmente coordina el área técnica de la Fundación Mar del Plata Entre Todos, liderando análisis urbanos, informes económicos y modelos predictivos con técnicas de machine learning. Además, se desempeña como consultor en proyectos relativos a ciencia de datos en empresas.
Román Ramos
Profesor
Dedicado a la ciencia y la tecnología, Román Ramos es Licenciado en Matemáticas por la Universidad Central de Venezuela. Su sólida experiencia se concentra en el diseño y la puesta en marcha de modelos de Machine Learning y Deep Learning, con una profunda especialización en el área de visión artificial y el uso de Python. Con más de 20 años de trayectoria como profesor universitario, ha impartido cátedras clave de Cálculo, Álgebra Lineal y Programación para carreras de Ingeniería en la Universidad Nacional Experimental Marítima del Caribe, lo que le permite conectar la base teórica con las aplicaciones prácticas en el análisis avanzado de datos.
Jose Figuera
Profesor
José Figuera es Licenciado en Contaduría Pública por la Universidad Yacambú y actualmente cursa un MBA en Dirección y Administración de Empresas en el Centro Europeo de Postgrado (Madrid, España). Se ha destacado como docente universitario en modalidad remota, impartiendo materias clave del área financiera y contable, y coordinando diplomados orientados al control interno y auditoría. Su experiencia en educación a distancia abarca la redacción académica, la mentoría de estudiantes y la estructuración de contenidos técnicos, demostrando dominio de entornos virtuales y recursos digitales. Es actualmente tutor académico en varios programas de FRBA.UTN.
Damián Gulich
Profesor
Damián Gulich es Doctor en Física e investigador del CONICET en el Centro de Investigaciones Ópticas (CIOp, CONICET-CICPBA-UNLP), donde desarrolla su labor en óptica atmosférica, habiendo publicado numerosos artículos científicos sobre esa temática, incluyendo turbulencia, vórtices ópticos y aplicaciones de la inteligencia artificial al análisis de imágenes. Es profesor en la Facultad de Ingeniería de la Universidad Nacional de La Plata. Coordina el programa de divulgación científica "Prendiendo Luces" y ha escrito columnas de opinión sobre inteligencia artificial en medios como Clarín y La Nación.
Joan Romero
Profesor
Soy Joan Romero y estoy al frente del área de AI & Innovation en Patagonian, donde integro investigación y práctica para aplicar inteligencia artificial en la transformación de equipos tecnológicos y de negocio. Mi experiencia combina desarrollo de software, Generative AI, automatizaciones y estrategia, siempre con la vocación de enseñar y acompañar a personas y organizaciones en su camino de adopción de estas tecnologías. En los últimos años he liderado proyectos de innovación, impartido capacitaciones y participado como orador en diversos eventos, con el objetivo de traducir la complejidad de la IA en herramientas claras que generen valor real.
Tony Gael
Profesor
Python Developer especializado en IA: Comencé en desarrollo web freelance, gestionando proyectos por contrato, con el tiempo orienté mi trayectoria hacia el ecosistema de IA, especializándome en el desarrollo de soluciones basadas en Machine Learning y Deep Learning. Actualmente, mi experiencia abarca: Data Analysis, Visualización DAshboard Streamlit, Computer Vision y OCR Detection. Procesamiento de Lenguaje Natural (NLP), Modelos GPT y Large Language Models (LLMs). Image Generation & Stable Diffusion. Generación de Datos Sintéticos para entrenamiento de modelos, Análisis Predictivo y optimización de modelos. Frameworks y librerías clave: Python, NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow, PyTorch, Streamlit, Hugging Face Transformers, Keras-OCR, Stable Diffusion 1.5.
J. Claudio Grasso
Profesor
Technical Project Manager (AI/ML) | Agile & Waterfall Methodologies | IBM Certified AI Professional | Physicist
Cristian Santander
Coordinador
Cristian Santander es CEO de Cognitive Latam desde 2011 (www.cognitive.la). Cuenta con mas de 25 años dedicado a la IA. Es Ingeniero Industrial (UTN) y Magister (UdeSA). Cuenta con una Especialización en Inteligencia Artificial Avanzada (UTN) y realizó la Maestría en Inteligencia Artificial en el CEUPE en España. Egresado de Singularity University (Nasa & Google) y Cambridge Business School. Co-Director del Centro de Inteligencia Artificial Aplicada (CIAA) de UTN-FRBA. Ha sido Investigador Jefe en Computer Vision UTN-FRBA. Es Docente en Grado y Posgrado en UTN-FRBA, en UCEMA, y Profesor Invitado en el College de Paris y UdeSA.
- UNESCO (2021). Recommendation on the Ethics of Artificial Intelligence
- MIT Technology Review (2023). The state of AI
- European Commission (2021). Ethics guidelines for trustworthy AI
- IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems
- Domingos, P. (2015). The Master Algorithm
- Turing, A. (1950). Computing Machinery and Intelligence
- Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach
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.
¿Quieres capacitar a tu equipo con esta formación?
Accede al Portal de Empresas: compra múltiples licencias en pocos pasos, recibe facturación a nombre de tu compañía y gestiona el aprendizaje de todo tu equipo desde un solo lugar.
Comprar licencias para mi equipo