Diplomatura en Ciencia de Datos Aplicada | IDSA + UTN
Diplomatura IDSA 2026 · Nueva edición

Diplomatura en Ciencia de Datos Aplicada

El programa completo que une los tres trayectos técnicos de IDSA. Formación modular, progresiva y con la optimización algorítmica completa, proyecto final aplicado y certificación UTN + IDSA.

270h
Duración total
4
Etapas
12
Cursos incluidos
UTN+IDSA
Certificación

Sobre esta Diplomatura

La Diplomatura en Ciencia de Datos Aplicada es el programa integral del nuevo ecosistema IDSA 2026. Se compone de cuatro etapas que integran los 12 cursos modulares del ecosistema en una trayectoria formativa completa, incluyendo la totalidad de la Optimización Algorítmica.

No es la misma que las diplomaturas anteriores (Data Science con R y Python, Machine Learning con Python, IA con Python) — esas fueron transferidas al ámbito de UTN y continúan en su campus. Esta es la nueva diplomatura de IDSA, con estructura modular, 270 horas de formación y proyecto final aplicado.

▸ Estructura del programa

Cuatro etapas, una trayectoria

Cada etapa aporta una capa de conocimiento y habilita la siguiente. Podés cursarlas a tu ritmo, en el orden propuesto, sin horarios fijos.

1
Etapa 1 · Puente de Nivelación
Construir la base
43 horas · 2 cursos · Obligatorio

Nivelación matemática aplicada a Data Science y fundamentos de Python. La base sobre la que se construye todo lo demás.

Nivelación Matemática (28h) Python para Data Science (15h)
2
Etapa 2 · Implementación Técnica
Del notebook a producción
60 horas · 2 cursos · Obligatorio

Ciclo completo de vida de un modelo: entrenamiento, despliegue, monitoreo y sistemas de recuperación aumentada.

MLOps y Regresión (30h) RAG Fundamentos (30h)
3
Etapa 3 · Optimización Algorítmica completa
Rigor matemático y frontera
150 horas · 5 cursos · Todos obligatorios

La totalidad de los cursos avanzados del ecosistema: desde la matemática de la regularización hasta la causalidad con deep learning. Sin electivos: esta etapa se cursa completa para garantizar el dominio integral del Perfil C.

M-301 · Estadística Avanzada (30h) M-303 · RAG Avanzado (30h) M-304 · Fundamentos de Difusión (30h) M-305 · Forecasting Avanzado (30h) M-307 · Inferencia Causal (30h)
4
Etapa 4 · Proyecto Final
Aplicación real
17 horas · 1 proyecto · Obligatorio

Un proyecto integrador aplicado a una problemática real de una empresa LATAM, con tutoría y defensa ante comité. Se publica en el Laboratorio de Datos del Instituto.

Proyecto aplicado + Defensa
▸ Perfiles de salida

Un programa, tres orientaciones profesionales

Todos los alumnos cursan la misma trayectoria de 270 horas. La orientación profesional se define por el proyecto final elegido, el contexto LATAM aplicado y el énfasis en cada tecnología a lo largo del programa.

Generativa

ML Engineer / IA Generativa

Perfil orientado a construir y desplegar sistemas de NLP, LLMs, RAG avanzado y modelos generativos en producción.

RAG avanzado con HyDE, MMR y fine-tuning
Difusión (DDPM/DDIM) para generación de datos
Despliegue de modelos y monitoreo en producción
Proyecto final con LLMs y evaluación
Analítica

Data Scientist / Analítica Avanzada

Perfil orientado a planificación, riesgo, forecasting y decisiones estratégicas basadas en modelos estadísticos.

Series temporales, GARCH y forecasting probabilístico
Detección de anomalías y modelos de riesgo
Cálculo de VaR y gestión financiera
Proyecto final con datos financieros LATAM
Investigación

Research / Optimización Algorítmica

Perfil orientado a investigación aplicada, derivación matemática y desarrollo de arquitecturas y métricas causales.

Derivación de funciones de pérdida y ELBO
Regularización, sesgo-varianza y deep learning
Causalidad avanzada y DML
Proyecto final con reproducción de papers

Los perfiles son orientativos. El alumno construye su especialización con el proyecto final y los proyectos del Laboratorio de Datos.

▸ Proyecto Final

Del aula al mercado laboral

El proyecto integrador es el cierre del programa. No es un ejercicio académico: es un caso real, con datos reales, y defensa frente a comité.

  • Duración: 17 horas distribuidas en 4-6 semanas
  • Tutoría personalizada durante todo el desarrollo
  • Defensa oral ante comité técnico
  • Publicación en el Laboratorio de Datos del Instituto
Optimización de procesos industriales

Gonzalo Civita · Industria de bebidas

Análisis satelital para conservación

Virginia Forcone · Deforestación con Landsat

Ciencia de datos aplicada a salud

Fabrizzio Morandini · Tratamiento de bacteriemias

Churn y retención bancaria

Ariana Nazarena Arroyo · Sector financiero

▸ Certificación

Doble aval universitario

La Diplomatura se certifica con doble aval UTN + IDSA, con resolución oficial y verificación digital de cada curso aprobado.

Certificado UTN + IDSA

Qué incluye la certificación

  • Diploma final con doble firma (Decano UTN FRRQ + Director IDSA)
  • Certificado por cada curso completado en el camino
  • Resolución oficial 920/2020 UTN Facultad Regional Reconquista
  • Código QR de verificación digital
  • Copia automática a la Facultad para registro oficial
  • Acreditación progresiva: cada curso completado ya queda certificado

Los certificados se emiten al aprobar los quizzes y trabajos prácticos de cada curso.

▸ Comparativa

¿Diplomatura o cursos sueltos?

Podés cursar la Diplomatura completa o tomar cursos modulares de manera individual. Cada opción tiene ventajas según tu objetivo.

Aspecto Curso suelto Diplomatura completa
Duración por unidad 28-40h por curso 270h totales
Certificación UTN + IDSA por curso UTN + IDSA por curso + diploma final
Proyecto aplicado real — ✓ Obligatorio
Publicación en Laboratorio de Datos — ✓ Elegible
Requisitos previos Según el curso Trayectoria progresiva obligatoria
Optimización Algorítmica completa Solo el curso elegido ✓ Los 5 cursos M (150h)
Forma de pago Curso por curso Curso por curso (sin combo)
▸ Preguntas frecuentes

Dudas sobre la Diplomatura

¿Es la misma Diplomatura que se dictaba antes con UTN?

No. Las diplomaturas anteriores (Data Science con R y Python, Machine Learning con Python, IA con Python) fueron transferidas al ámbito de UTN y continúan en su campus. Esta es la nueva Diplomatura en Ciencia de Datos Aplicada de IDSA 2026, con estructura modular, 270 horas, y proyecto final aplicado.

¿Por qué la Optimización Algorítmica es obligatoria completa?

Porque los cinco cursos M forman un bloque de rigor matemático y metodológico que se complementa entre sí. Estadística Avanzada sienta las bases matemáticas; RAG Avanzado, Difusión, Forecasting y Causalidad aplican esos fundamentos a las cuatro grandes áreas de la ciencia de datos moderna. Cursarlos por separado deja huecos; cursarlos completos forma un perfil integral.

¿Qué pasa si ya cursé cursos sueltos del ecosistema IDSA?

Los cursos ya aprobados quedan acreditados. Si querés completar la Diplomatura, se te reconoce el avance y solo cursás los cursos que faltan más el proyecto final. Escribinos y te armamos un plan personalizado.

¿Cuánto tiempo lleva completarla?

Depende de tu disponibilidad. A 12 horas semanales se completa en aproximadamente 22-24 semanas (5-6 meses). A 8 horas semanales, en unos 8-9 meses. El ritmo lo definís vos.

¿Los certificados de cada curso tienen validez independiente?

Sí. Cada curso que completás se certifica con doble aval UTN + IDSA y tiene validez por sí solo. El diploma final de la Diplomatura se emite al completar las cuatro etapas.

¿Cómo se paga la Diplomatura?

Se paga curso por curso, a medida que avanzás en la trayectoria. Cada curso tiene las opciones habituales: 20% de descuento por transferencia o pago único, o hasta 3 cuotas sin interés. No hay un combo especial con descuento adicional.

¿Qué pasa si abandono a mitad de camino?

Los cursos que hayas completado quedan certificados de forma individual. No perdés lo cursado. Si más adelante querés retomar, se te reconoce el avance.

Formación completa, especializada y con aval universitario

270 horas de trayectoria, la Optimización Algorítmica completa, proyecto aplicado real y doble certificación UTN + IDSA.

Artículo añadido al carrito.
0 artículos - $0,00