Diplomatura en Inteligencia Artificial con Python

Aprende Artificial Intelligence con Python

🧑‍💼 ¿A quién esta dirigido?

Esta diplomatura está orientada a profesionales, estudiantes avanzados y perfiles técnicos que buscan incorporar o profundizar competencias en inteligencia artificial aplicada, especialmente en contextos de análisis de datos, automatización y desarrollo de modelos predictivos con Python.
La propuesta forma parte de la oferta académica del Instituto Data Science Argentina, institución dedicada a la formación especializada en ciencia de datos, inteligencia artificial y tecnologías asociadas.

🎯 Objetivo general de la diplomatura

El objetivo de la Diplomatura en Inteligencia Artificial con Python es formar profesionales capaces de comprender, diseñar e implementar soluciones basadas en inteligencia artificial, utilizando Python como lenguaje principal y aplicando técnicas de machine learning y deep learning en contextos reales.

📌 Objetivos específicos

A lo largo del programa, el estudiante desarrollará los conocimientos y habilidades necesarias para:

• Comprender los fundamentos conceptuales y matemáticos de la inteligencia artificial moderna.
• Analizar datos y preparar conjuntos de datos para el entrenamiento de modelos de aprendizaje automático.
• Implementar modelos de machine learning supervisados y no supervisados utilizando Python.
• Introducir y aplicar técnicas de deep learning en problemas concretos.
• Evaluar, validar e interpretar modelos de inteligencia artificial.
• Integrar soluciones de inteligencia artificial en flujos de trabajo y proyectos aplicados.

🚀 Competencias que desarrolla el egresado

Al finalizar la diplomatura, el egresado será capaz de:

• Desarrollar modelos de inteligencia artificial aplicados a problemas reales.
• Utilizar Python y sus principales librerías para análisis de datos y aprendizaje automático.
• Comprender las limitaciones, alcances y riesgos de los modelos de IA.
• Interpretar resultados y comunicar conclusiones técnicas de forma clara.
• Integrar herramientas de inteligencia artificial en entornos profesionales y organizacionales.

🤓 Estructura curricular del Programa de IA con Python

Etapa de Nivelación

Programación lógica

Introducción a la Programación Lógica. Tipos de Variables. Ejecución condicional. Ciclos. Funciones. Conceptos generales.

Bases de datos relacionales

Introducción a Bases de Datos. Relaciones. Formas normales. Operaciones sobre tablas. Joins. Objetos de las bases de datos. Optimización de consultas. Arquitectura de las bases de datos. SQL Server.

Probabilidad y Estadística

Introducción a Estadística.

Curso Experto en Power BI (On-demand)

Introducción al Power BI como herramienta clave. Los datos dentro de la administración empresarial con BI. Cargar datos a Power BI utilizando Power Query. Generación de columnas y tabla calendario para lograr una buena gestión de los datos. Utilizar Dax para gestionar datos. Diseño de informes / gráficos. Proyecto final. (6 clases grabadas).

Etapa de Introducción

Introducción Conceptual

Introducción a la Ciencia de Datos. Niveles a los que opera la ciencia de datos. Introducción a Data Warehouse. Introducción a Data Mining. Introducción a Knowledge Discovery. Introducción a Herramientas OLAP y Tableros de comando. Repaso de herramientas disponibles. Taxonomía de las competencias de un científico de datos.

Introducción a Python

Descarga e instalación. Principales librerías. Variables y tipos de datos. Listas, tuplas y diccionarios. Ejecución condicional. Ciclos definidos e indefinidos. Manejo de Excepciones. Funciones y Generadores. Clases y objetos. Manejo de archivos y directorios. Conexión a archivos planos. Conexión a Excel. Conexión a Bases de Datos.

Taller de Programación

Talleres prácticos en vivo de programación, para seguir reforzando sus conocimientos.

Etapa de Especialización

Matemáticas para IA

Vectores y Matrices. Factorización. Funciones, derivadas e integrales. Optimización, SGD, convexidad.

Análisis de datos

Análisis exploratorio: uso de bibliotecas específicas de Python. Indexado, Agrupación y Agregación, Pivot Table y Joins. Visualización. Data Wrangling y conexiones a bases de datos.

Machine Learning

Introducción al Aprendizaje Automático. Deep Learning. Computer vision. Procesamiento del lenguaje natural. Regresión lineal simple, Regresión lineal múltiple y evaluación de modelos. Regularización, feature engineering y buenas prácticas. Métodos de ensamble (Bagging, Boosting).

Aprendizaje no supervisado

Clustering y Reducción de Dimensionalidad. Métodos supervisados no paramétricos. Bagging y Boosting de árboles. Detección de anomalías y shap values. Series de tiempo. Redes bayesianas. Sistemas de recomendación. Regresión logística. Introducción a Deep Learning – Redes neuronales de una capa y multicapa.

Deep Learning

Deep Learning con Pytorch. Selección de modelos: búsqueda de parámetros. Algoritmos de optimización. Desafíos con Deep Learning.

Computer Vision

Introducción al Procesamiento de Imágenes: OpenCV. Redes convolucionales (CNNs). Arquitecturas CNNs modernas. Transferencia de conocimiento: uso de modelos preentrenados. Detección de objetos. Segmentación semántica. Modelos Generativos, GANs y VAEs.

Procesamiento del lenguaje natural

Introducción a Procesamiento de Lenguaje Natural (NLP): alternativas a Deep Learning. RNNS, Arquitecturas RNNs modernas. Embeddings. Aplicaciones de RNN. Mecanismos de atención, Atención en RNNs. Transformers. Aplicaciones de BERT.

Tutorías Proyecto Final

En esta etapa los estudiantes realizaran su proyecto final de cursada con tutoría docente. Pueden ver algunos proyectos finales de cursada de nuestros egresados en Nuestro Canal de YouTube.

Descargar el Programa académico completo de la Diplomatura en Inteligencia Artificial con PythonDescarga

💻 Modalidad de cursada

• 100% online: accesible desde cualquier dispositivo, con materiales actualizados y disponibles permanentemente.
• Clases en vivo y grabadas: para reforzar la comprensión y permitir repaso a demanda.
• Plataforma interactiva: seguimiento de avances, entregas y evaluaciones integradas.

🤝 Acompañamiento académico

• Tutorías especializadas: cada módulo cuenta con tutor experto en la temática.
• Foros de discusión y consultas: interacción directa con docentes y compañeros.
• Soporte técnico y académico: asistencia para la resolución de dudas durante toda la cursada.

📝 Evaluación

• Ejercicios prácticos: cada módulo incluye actividades que permiten aplicar los conceptos en casos reales.
• Proyectos integradores: trabajo final que combina todos los módulos del programa.
• Feedback personalizado: cada entrega recibe retroalimentación detallada de los tutores.

🎓 Doble Certificación en Inteligencia Artificial

• Certificación emitida por Instituto Data Science Argentina
• Certificación emitida por UTN (Universidad Tecnológica Nacional). FRRQ