Diplomatura en Computer Vision
Dominá el análisis de imágenes con deep learning: transfer learning, detección de objetos, segmentación, OCR y serving optimizado. Certificación IDSA + UTN.
Sobre esta Diplomatura
La Diplomatura en Computer Vision forma profesionales capaces de diseñar, implementar y desplegar sistemas de visión por computadora: clasificación con transfer learning, detección, segmentación, OCR y detección de anomalías. Se compone de cuatro etapas de cursos más un trabajo final (187 h).
Cubre el ciclo completo de un sistema de visión: deep learning y MLOps como base, el curso aplicado de visión (pipeline, detección, OCR, segmentación, anomalías y serving) y la visión moderna: Vision Transformers, modelos visión-lenguaje y difusión para imágenes. El despliegue en la nube con AWS queda como profundización opcional con el curso Cloud para ML y Datos.
El curso aplicado trabaja sobre un caso de documentos escaneados y detección de fraude, con datasets pequeños y desbalanceados, que es la situación habitual de los proyectos de visión en producción.
Se apoya en el tutor virtual 24/7 y en notebooks ejecutables en Google Colab o JupyterLite. No requiere experiencia previa en visión por computadora: la ruta construye las bases de Python, matemática y deep learning antes de llegar a la visión aplicada.
Cinco etapas hacia la visión artificial
Cada etapa aporta una capa de profundidad técnica. El foco está puesto en el ciclo completo: desde el deep learning hasta un sistema de visión listo para servir.
Nivelación matemática aplicada a Data Science y fundamentos de Python. La base sobre la que se construye todo el rigor posterior.
Redes neuronales y optimización con PyTorch (backpropagation, SGD, Adam, regularización, CNN 1D, LSTM y atención) y el ciclo de vida de un modelo: MLflow, DVC, FastAPI, Docker y monitoreo de drift.
Visión sobre documentos escaneados y detección de fraude: transfer learning, YOLO y DETR, OCR, segmentación con U-Net y SAM, anomalías y serving optimizado.
Vision Transformers, aprendizaje autosupervisado y embeddings visuales, CLIP y modelos visión-lenguaje, difusión para imágenes con ControlNet y LoRA, y seguimiento en video. Se apoya en el curso aplicado de visión.
Un sistema de visión por computadora desplegado, con datos reales y defensa frente a comité técnico. Puede aplicarse a documentos, calidad industrial u otros dominios con datos propios.
Qué vas a aprender, curso por curso
Cada curso se cursa y certifica de forma individual. Al aprobar los seis más el trabajo final, se emite el diploma de la diplomatura.
Nivelación Matemática para Data Science
Derivadas, vectores, matrices, probabilidad y notación matemática aplicada a Machine Learning. Sin matemática abstracta: todo orientado a ciencia de datos, con Python y casos reales.
Python para Data Science
Del primer script al primer dashboard. Pandas, NumPy, Matplotlib y Dash. Los 4 verbos fundamentales de Pandas y la conexión con el análisis de negocio.
Fundamentos de Deep Learning y Optimización
Construí backpropagation desde cero, entendé SGD y Adam, entrená redes en PyTorch, controlá el sobreajuste y compará CNN 1D, LSTM y atención en un caso de riesgo de mora.
MLOps y Regresión
Del notebook al pipeline productivo. scikit-learn, FastAPI, Docker, monitoreo de drift y reentrenamiento automático. Proyecto integrador acumulativo.
Computer Vision Aplicada
Visión aplicada a documentos escaneados y detección de fraude: transfer learning, detección con YOLO y DETR, OCR (Tesseract, EasyOCR, TrOCR), segmentación (SAM, U-Net), detección de anomalías y serving optimizado.
Visión por Computadora Avanzada
Vision Transformers, aprendizaje autosupervisado y embeddings con DINOv2, CLIP y modelos visión-lenguaje, difusión para imágenes con ControlNet y LoRA, y seguimiento en video, cerrando con un buscador visual de productos evaluado de punta a punta.
Tres orientaciones en visión artificial
La orientación se define por el trabajo final y el énfasis en cada tecnología del stack.
Computer Vision Engineer
Implementación de sistemas de visión: clasificación, detección, segmentación y OCR con modelos modernos.
Document AI Engineer
Sistemas de visión sobre documentos escaneados: extracción de texto, validación y detección de fraude.
CV Deployment Engineer
Despliegue de modelos de visión en producción: serving optimizado, contenedores y monitoreo.
Los perfiles son orientativos. El alumno construye su especialización con el trabajo final y los proyectos del Laboratorio de Datos.
Sistema de visión completo
Un proyecto integrador sobre un caso real: desde el dataset hasta el despliegue, con evaluación objetiva y defensa frente a comité técnico. El curso aplicado trabaja sobre documentos escaneados y detección de fraude, y el proyecto puede llevarse a ese dominio o a otro con datos propios.
- 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
Verificación de documentos escaneados
OCR y detección de anomalías y montajes
Detección de objetos con YOLO
Entrenamiento y evaluación con mAP e IoU sobre datos propios
Control de calidad industrial
Segmentación con U-Net sobre imágenes de producción
Clasificación con datos desbalanceados
Transfer learning, focal loss y curvas precision-recall
Doble aval universitario
Certificación IDSA + UTN con resolución oficial y verificación digital de cada curso aprobado.

Qué incluye la certificación
- Diploma final con doble firma (Director IDSA + Decano UTN FRRQ)
- 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.
¿Diplomatura o cursos sueltos?
| Aspecto | Curso suelto | Diplomatura completa |
|---|---|---|
| Duración por unidad | 15-30h por curso | 187h totales |
| Certificación | IDSA + UTN por curso | IDSA + UTN por curso + diploma final |
| Trabajo final aplicado | — | ✓ Obligatorio |
| Publicación en Laboratorio | — | ✓ Elegible |
| Stack completo de Computer Vision | Parcial | ✓ Transfer learning + Detección + OCR + Segmentación |
| Despliegue y serving | Parcial | ✓ MLOps y serving optimizado |
Dudas sobre la Diplomatura
¿Necesito experiencia previa en Computer Vision?
No. La trayectoria arranca desde la nivelación matemática y construye progresivamente hasta detección y segmentación. Solo se requiere matemática de secundaria y ganas de aprender.
¿Necesito GPU propia?
No. Los notebooks se ejecutan en Google Colab con GPU gratuita o en JupyterLite (CPU, en el navegador), con modelos y datasets descargados de Hugging Face Hub. Para proyectos propios que requieran más cómputo existen alternativas gratuitas y pagas.
¿Qué herramientas voy a usar?
Python, PyTorch, OpenCV, torchvision, YOLO, DETR, SAM, U-Net, Tesseract, EasyOCR y TrOCR, Hugging Face Hub, MLflow, DVC, FastAPI y Docker. Todo desde Google Colab o JupyterLite, accesibles desde el navegador.
¿Cuánto tiempo lleva completarla?
A 10 horas semanales: aproximadamente 19 semanas (4 meses y medio). A 6 horas semanales: unos 7 meses. El ritmo lo definís vos.
¿Cómo se cursan los cursos de la diplomatura?
Cada curso se cursa y se paga de forma individual. Podés comprarlos a medida que avanzás. Al aprobar los 6 cursos más el trabajo final, se emite el diploma de la diplomatura.
¿Y el despliegue en la nube?
La diplomatura cubre contenedores, APIs y serving optimizado. Si querés llevar tus modelos a AWS (S3, Lambda y SageMaker), podés sumar el curso Cloud para ML y Datos como profundización opcional.
¿En qué tipos de problemas se aplica?
La visión por computadora se aplica a documentos y fraude, control de calidad industrial, retail, agro y salud, entre otros. El curso aplicado de esta diplomatura trabaja sobre documentos escaneados y detección de fraude, y el trabajo final te permite llevarlo a otro dominio con datos propios.
¿Qué cubre Visión por Computadora Avanzada?
Vision Transformers (ViT y Swin), aprendizaje autosupervisado y embeddings con DINOv2, CLIP y modelos visión-lenguaje, difusión latente con ControlNet y LoRA, y seguimiento de objetos en video. Se apoya en Computer Vision Aplicada, que cubre los fundamentos (transfer learning, detección, OCR y segmentación).
¿Qué puedo cursar después?
Podés seguir con la Diplomatura en AI Engineer: ya tendrías aprobados cuatro de sus nueve cursos (Nivelación, Python, Deep Learning y MLOps y Regresión). Para los cursos del Frontier Program, como Aprendizaje Profundo Geométrico, tenés acceso directo al completar una Diplomatura IDSA; en otro caso se rinde un examen de admisión técnico.
Enseñale a las máquinas a ver
187 horas con foco en deep learning, detección, OCR, segmentación y visión moderna. Trabajo final aplicado y doble certificación IDSA + UTN.