Guía de Ciencia de Datos, Machine Learning e Inteligencia Artificial
Por el Equipo docente del Instituto Data Science · Actualizado en octubre de 2026
Un espacio de conocimiento abierto para entender el mundo de los datos y la inteligencia artificial: qué es cada disciplina, qué hace cada rol, cómo se trabaja un proyecto y qué aprender y en qué orden.
Resumen: esta guía reúne contenido informativo sobre ciencia de datos, machine learning e inteligencia artificial, organizado en cuatro guías principales y decenas de artículos. Si recién empezás, el mejor punto de partida es la guía de roles y especialidades en datos y, después, la de ciencia de datos. Todo es de acceso libre y cita fuentes oficiales.
Qué es esta guía
Es un espacio de conocimiento abierto y gratuito, pensado para estudiantes, profesionales y organizaciones que quieren entender los datos y la inteligencia artificial.
No es un curso ni un plan de estudios: es material de consulta. Cada página explica un tema con ejemplos, lo apoya en documentación oficial y lo conecta con el resto. Los contenidos los elabora el equipo docente del Instituto Data Science Argentina y se revisan de forma periódica.
Informativa
Explica conceptos y compara opciones, sin vender ni promocionar productos.
Con fuentes
Cada página lista las fuentes que usa: documentación oficial, normas y estudios.
Ordenada
Cuatro guías principales y artículos que profundizan cada tema.
Gratuita
De acceso libre. Podés citarla o compartirla mencionando al Instituto Data Science.
Por dónde empezar
Elegí el recorrido que mejor se ajuste a lo que buscás.
Entender la disciplina
Perfiles y habilidades
Inteligencia artificial
Machine Learning
Las cuatro guías
Cada guía cubre un área y enlaza con artículos que la profundizan.
Roles y especialidades en datos
Qué hace cada perfil del ecosistema de datos, qué herramientas usa y cómo se conectan en un proyecto real, desde la captura de datos hasta los modelos en producción.
Ciencia de Datos
Fundamentos, matemática esencial, ciclo de un proyecto, herramientas, ética y ruta de aprendizaje. Incluye 15 artículos que profundizan cada tema.
Machine Learning
Conceptos, algoritmos y tipos de aprendizaje, cómo se evalúa un modelo y qué herramientas se usan para construir modelos predictivos.
Inteligencia Artificial
Qué es la IA, cómo funcionan sus modelos, sus ramas, la IA generativa y las cuestiones de ética y regulación.
Todos los artículos por tema
El listado completo, para ir directo a lo que necesitás.
Ciencia de Datos: entender la disciplina
Ciencia de Datos: perfiles y habilidades
Ciencia de Datos: cómo se trabaja
Ciencia de Datos: ética
Ciencia de Datos: aprender
Inteligencia Artificial
Aprender, en general
Practicar con datos
Leer ayuda, pero lo que más acelera el aprendizaje es hacer.
Proyectos del Laboratorio de Datos
Trabajos de punta a punta con datos abiertos, que muestran cómo se plantea un problema, se modela y se comunica. Ver los proyectos.
Observatorio de Sueldos
Datos sobre remuneraciones en el ecosistema de datos, con su metodología. Ver el observatorio.
Tutor RAG
Un ejemplo real de cómo un modelo de lenguaje responde a partir de materiales propios. Ver el ejemplo.
Cómo trabajamos estos contenidos
Para que puedas confiar en lo que leés, seguimos algunos criterios.
- Fuentes oficiales: priorizamos documentación de proyectos, normas, organismos públicos y estudios publicados, y las citamos al final de cada página.
- Fecha de actualización: cada página indica cuándo se actualizó por última vez. Las cifras de mercado y las normas cambian, por eso conviene revisar la fuente original.
- Ejemplos identificados: cuando un ejemplo es ilustrativo, con datos inventados, lo decimos.
- Sin asesoramiento: el contenido es informativo. No reemplaza el asesoramiento legal, médico ni profesional.
- Autoría: el equipo docente del Instituto Data Science Argentina, una institución que también ofrece formación. Por eso aclaramos esa relación en cada página.
¿Encontraste un error o una novedad? Escribinos a info@institutodatascience.org y lo revisamos.
Preguntas frecuentes
¿La guía es gratuita?
Sí. Es de acceso libre y no requiere registro.
¿Con cuál guía conviene empezar?
Con la de roles y especialidades en datos, que explica qué hace cada perfil. Después, según tu interés, seguí con ciencia de datos, machine learning o inteligencia artificial. Ver Por dónde empezar.
¿Cada cuánto se actualiza?
Revisamos los contenidos de forma periódica y cada página muestra su fecha de actualización. Ver Cómo trabajamos.
¿Puedo citar o compartir el contenido?
Sí, siempre que menciones al Instituto Data Science y enlaces a la página original.
¿La guía reemplaza un curso?
No. Es material de consulta. Si buscás una formación estructurada, mirá la sección Relación con la formación.
¿Quién escribe estos contenidos?
El equipo docente del Instituto Data Science Argentina. Ver Cómo trabajamos.
Relación con la formación
Esta guía es informativa y no reemplaza un plan de estudios. Si buscás formación estructurada, el instituto ofrece cursos de ciencia de datos online, diplomaturas en ciencia de datos y cursos on demand.